发布于: Aug 18, 2022
C/C ++ 代码将极大的受益于设置优化代码的编译器标志并启用 ARM 特定的功能。
- GCC/G++ 编译选项
CPU |
GCC |
LLVM |
Graviton |
-march=armv8-a+crc+crypto |
-march=armv8-a+crc+crypto |
Graviton 2 |
-march=armv8.2- a+fp16+rcpc+dotprod+crypto |
-march=armv8.2- a+fp16+rcpc+dotprod+crypto |
-march 编译项告诉编译器应该为系统的处理器架构生成什么代码，即向编译器声明应该为某种 CPU 架构生成代码。不同的 CPU 具有不同的功能，支持不同的指令集，执行代码的方式也不同。march 标志将指示编译器为系统的 CPU 生成特定的代码，包括 CPU 的所有功能、特性、指令集、异常等等。
** 需要注意的一点是，对于 GCC 7.x 和 8.1、8.2 和 8.3 等版本 -march=native 不能正确地检测 Graviton 2 体系架构。务必请使用 -march=armv8.2-a 而不是 -march=native。GCC 9.x 以及 10.x 则可以很好的识别 Graviton 2 的体系结构。目前 Amazon Linux 2 缺省安装的 GCC 版本是 7.3.1，而 Ubuntu 20.04 缺省安装的 GCC 版本为 9.3.0，还可以通过 sudo apt install gcc-10 安装 GCC 10.0.1。
CPU |
GCC < 9 |
GCC >= 9 |
Graviton |
-mtune=cortex-a72 |
-mtune=cortex-a72 |
Graviton 2 |
-mtune=cortex-a72 |
-mtune=neoverse-n1 |
-mtune 此选项指定 GCC 为其调整代码性能对应特定目标 ARM 处理器类型，可以通过使用这个选项来实现更好的性能。此外，此选项可以指定 GCC 为 big.LITTLE 系统调整代码的性能。
所谓的 big.LITTLE ，是 ARM 的异质运算多核心处理器技术。具体做法是将比较耗电、但运算能力强的处理器核心组成的“big 集群”与低耗电、运算能力弱的处理器核心组成的“LITTLE 集群”结合在一起，这些处理器核心共享存储器区段，并能够在不同的 CPU 集群之间在线实时分派、切换负载。
- Large-System Extensions (LSE)
Graviton 2 处理器支持 ARMv8.2 指令集。LSE 则提供低成本的原子操作。原因是是 LSE 提高了 CPU 对 CPU 的通信、锁和互斥的系统吞吐量。当使用 LSE 而不是加载/存储独占时，这种改进可以提升一个数量级。POSIX 线程库需要 LSE 原子指令。LSE 对于锁定和线程同步例程很重要。例如 Amazon Linux 2 与 Ubuntu 20.04 均发布了一个支持 LSE 指令的 libc 库。编译器需要为使用原子操作的应用程序生成 LSE 指令。例如，像 PostgreSQL 这样的数据库代码包含原子结构；带有 std:: 原子语句的 C++11 代码转换为原子操作。GCC 的 -march=armv8.2-a 标志支持所有由 Graviton2 支持的指令，包括了 LSE。如果需要满足对于 LSE 的支持，还需要 libc 的版本要高于 2.3.0。目前 Amazon Linux 2 的 glibc 的版本为 2.26， Ubuntu 20.04 的 libc 的版本为 2.31。
Java 是一种通用编程语言。 编译后的 Java 代码可以在支持 Java 的所有平台上运行，而无需重新编译。 Java 应用程序通常被编译为可在任何 Java 虚拟机上运行的字节码，而与基础计算机体系结构无关。Java 受到了包括 ARM 在内的广泛的支持，并且在 ARM64 上是开箱即用的。 Amazon Corretto 是一种免费的，跨平台的，可立即投入生产的 Open Java Development Kit（OpenJDK）发行版，支持由 Graviton 驱动的实例。
注意：下载时需要选择 aarh64 的安装包。
此外，OpenJDK 也提供了对于 arm64 平台的支持。在 Graviton 处理器上，可以选择安装 openjdk-8、openjdk-11、openjdk-13 以及 openjdk-14 等不同的 JDK 版本。
Java JAR 可以包含特定于体系结构的共享库。一些 Java 库检查是否找到了这些共享库，是否使用 JNI 调用了本机库，而不是依赖于该函数的通用 Java 实现。尽管代码可以工作，但是如果没有 JNI，性能可能会受到影响。
检查 JAR 是否包含此类共享库的一种快速方法是简单地将其解压缩，并检查是否有任何结果文件是共享库，以及是否缺少 aarch64（arm64）共享库：
$ unzip foo.jar $ find . -name "*.so" | xargs file
Python 程序解释执行的特点需要我们使用的 Python 解释器可以很好适配于 Graviton 处理器。对于 Python 解释器优化的关键是确保解释器使用了 PGO 和 LTO 等优化编译的选项。获得 Python 解释器编译选项的方法很简单，
python3 -c “import sysconfig;
print(sysconfig.get_config_var(‘CONFIG_ARGS’))”
Amazon Linux 2 |
Ubuntu 20.03 |
Python 3.7.6 |
Python 3.8.2 |
‘–build=aarch64-koji-linux-gnu’ ‘–host=aarch64-koji-linux-gnu’ ‘–program-prefix=’ ‘–disable-dependency-tracking’ ‘–prefix=/usr’ ‘–exec-prefix=/usr’ ‘–bindir=/usr/bin’ ‘–sbindir=/usr/sbin’ ‘–sysconfdir=/etc’ ‘–datadir=/usr/share’ ‘–includedir=/usr/include’ ‘–libdir=/usr/lib64’ ‘–libexecdir=/usr/libexec’ ‘–localstatedir=/var’ ‘–sharedstatedir=/var/lib’ ‘–mandir=/usr/share/man’ ‘–infodir=/usr/share/info’ ‘–enable-ipv6’ ‘–enable-shared’ ‘–with-computed-gotos=yes’ ‘–with-dbmliborder=gdbm:ndbm:bdb’ ‘–with-system-expat’ ‘–with-system-ffi’ ‘–enable-loadable-sqlite-extensions’ ‘–with-dtrace’ ‘–with-lto’ ‘–with-ssl-default-suites=openssl’ ‘–without-ensurepip’ ‘–enable-optimizations’ ‘build_alias=aarch64-koji-linux-gnu’ ‘host_alias=aarch64-koji-linux-gnu’ ‘CFLAGS=-O2 -g -pipe -Wall -Wp,-D_FORTIFY_SOURCE=2 -fexceptions -fstack-protector-strong –param=ssp-buffer-size=4 -grecord-gcc-switches -D_GNU_SOURCE -fPIC -fwrapv ‘ ‘LDFLAGS=-Wl,-z,relro -g ‘ ‘CPPFLAGS= ‘ ‘PKG_CONFIG_PATH=:/usr/lib64/pkgconfig:/usr/share/pkgconfig’ |
‘–enable-shared’ ‘–prefix=/usr’ ‘–enable-ipv6’ ‘–enable-loadable-sqlite-extensions’ ‘–with-dbmliborder=bdb:gdbm’ ‘–with-computed-gotos’ ‘–without-ensurepip’ ‘–with-system-expat’ ‘–with-system-libmpdec’ ‘–with-dtrace’ ‘–with-system-ffi’ ‘CC=aarch64-linux-gnu-gcc’ ‘CFLAGS=-g -fstack-protector-strong -Wformat -Werror=format-security ‘ ‘LDFLAGS=-Wl,-Bsymbolic-functions -Wl,-z,relro -g -fwrapv -O2 ‘ ‘CPPFLAGS=-Wdate-time -D_FORTIFY_SOURCE=2’ |
可以看得出来，在不同的 Linux 分发版本中，Python 解释器的版本以及优化方法存在一些差异。对比起来 Ubuntu 20.04 的 Python 解释器无论是 Pystone 还是 Pytest-benchmark 都要表现的更好一些。
对于一些场景，Python 应用需要使用 NumPy 以及 SciPy。通常我们通过 pip3 install numpy scipy 安装其二进制版本。一些场景下，使用 BLIS 对 SciPy 和 NumPy 工作负载进行基准测试可以确定额外的性能改进。
注：BLIS 是一个可移植的软件框架，用于实例化高性能 BLAS 高性能稠密线性代数库。
- 在 Ubuntu 上用 BLIS 安装 NumPy 和 SciPy
在 Ubuntu 上安装 python3-numpy 与 python3-scipy 程序包将安装带有 BLAS 和 LAPACK 库的 NumPy 和 SciPy。用 BLIS 和 OpenBLAS 在 Ubuntu 和 Debian 上安装 SciPy 和 NumPy：
sudo apt -y install python3-scipy python3-numpy libopenblas-dev libblis-dev sudo update-alternatives --set libblas.so.3-aarch64-linux-gnu \ /usr/lib/aarch64-linux-gnu/blis-openmp/libblas.so.3
在 blas 与 lapack 之间进行切换
sudo update-alternatives --config libblas.so.3-aarch64-linux-gnusudo update-alternatives -config liblapack.so.3-aarch64-linux-gnu
此外，2019 年 7 月 25 日，PyPy 宣布了对于 Aarch64 架构的支持。在基于 Graviton 处理器的 A1 实例上进行的性能测试。从结果来看，PyPy 对于 Python 程序性能的提升是非常显著的。
在一台基于 Graviton 2 的 m6g.2xlarge 的实例上运行 Pystone，PyPy 的性能是 CPython （Python 3.8.2）的 21 倍！！ 性能的提升是非常的惊人了。
Go 是一种静态类型的编译型程序语言。Go 支持开箱即用的 arm64，可以在所有常见的发行版中使用。Go 最新的升级提高了性能，所以请确保使用最新版本的 Go 编译器和工具链。目前 Go 的最新版本是 1.14，而 Amazon Linux 2 与 Ubuntu 20.04 提供的安装包的版本均为 1.13。在 Ubuntu 环境下，安装 Go 最新版本的一个简单的途径还可以考虑通过 snap 进行安装。在 snap 中提供的 Go 的版本为 1.14.6。
Go 的下一个版本 1.16 预计将于 2021 年初发布。预计 Go 编译器将会通过以下列出的几项特性来提高 ARM 架构下程序的性能。
- ARMv8.1-A Atmoics 指令，可显着提高 Graviton 2 上的互斥公平性和速度，以及带有 v8.1 和更新指令集的现代 Arm 内核。
- 复制性能得到改善，尤其是当地址未对齐时。
相关文章