Appearance
HPC 性能工程：profiling、优化飞轮、瓶颈分类
面试常考的不只是「你懂多少技巧」，更是你遇到慢代码怎么系统性定位。要有清晰的「先测量 → 判瓶颈类 → 对症下药 → 复测」闭环。
一、优化前必问的「瓶颈三分类」
先判断性能受限在哪儿，再动作：
| 瓶颈类型 | 特征 | 手段 |
|---|---|---|
| 内存访存(cache miss)受限 | 计算很轻但跑不快、cache-misses 高 | 连续化/tiling/SoA/SIMD；数据局部性（见 cache-model） |
| 内存带宽受限 | 大数组顺序遍历、bw=memcpy 很慢 | 降低重复读写、非临时存储、分块减少回读 |
| 计算/指令受限 | 命中率好还慢、IPC 低、有除法/sqrt/分支 | 向量化/SIMD、算法代数简化、去分支、内联、查表 |
| 延迟受限(依赖链) | 单条长依赖、如循环累加 | 拆成多路并行/多累加器、指令级并行 |
| 同步/争用受限 | 多线程吞吐上不去、锁竞争 | 少共享/无锁/分区（见并发篇） |
二、测量工具（HPC 面试必备点名）
| 工具 | 用法 | 看什么 |
|---|---|---|
time / /usr/bin/time -v | 命令行 | user/sys、max RSS |
| perf (Linux) | perf stat ./a.out、perf record -g、perf report | cache-misses、instructions、branches、IPC；热点栈+火焰图 |
perf c2c | 缓存一致性分析 | 假共享/争用行 |
| vtune (Intel) | 图形 | 微观架构事件、内存带宽、锁分析 |
valgrind --tool=cachegrind | 缓存命中统计 | cache 命中率、错失位置 |
valgrind --tool=callgrind | 调用图成本 | 每函数开销 |
| heaptrack / massif | 堆分析 | 分配次数/峰值 |
| 火焰图 | perf + FlameGraph 脚本 | 可视化热点 |
-pg/gprof(旧) | 采样 | 函数占比 |
| 基准库 | Google Benchmark / 手写 loop+timing | 微基准复测 |
最优采样策略：先 perf stat 看总览 → 若 cache miss 高先攻访存 → 再 perf record -g 出栈看热点函数 → 改后在 benchmark 复测。别跳过输据瞎猜。
三、微基准的坑（面试会问怎么测得准）
- 编译器可能优化掉没副作用的循环——结果「可观察」（如累加进 volatile/输出/返回），或
-O0但那样背离真实。 - 预热 cache（先跑几遍），否则首次 miss 污染结果。
- 随机内存布局 / 系统噪声 / 超频 CPU 频率（看频率变化）。
- 用 benchmark 框架（Google Benchmark 设迭代、报告方差）多轮取稳定值。
- 测试要与真实工作负载形状一致（大小、规律）。
四、工具链开关（答「怎么让代码跑更快」）
- 编译器：
-O2/-O3、-march=native(用出本机 SIMD/指令)、-flto(跨 TU 内联)、-fno-exceptions(若项目可控免开销)、-ffast-math(慎用，改浮点语义)、-fprofile-generate+ run +-fprofile-use(PGO)。 - PGO/LTO 解释：
- LTO:链接期跨翻译单元优化（把 .o 的 IR 再联整体优化）——inline 跨文件、死代码消除、常折叠。
- PGO:先插桩跑代表负载收集分支/热点，再编译期按 profile 优化分支预测、内联、代码布局。
- 向量化：
_mm_*/编译器自动向量化 + 数据对齐提示。
五、典型的「为什么慢」追问破解
- 「这些代码很慢，你怎么定位？」→ 先 profiler 判 cache/带宽/算力/锁，不是猜。
- 「有没有一行能做对的事来避免写循环内的 new？」→ 提出复用缓冲/对象池。
- 「性能调优关键纪律」→ 可测量、单变量、先修最大头、保留基准回归测试。
- 「算法要不要换？」→ 先确认 n 规模与数据（O(n²) 但 n 小 cache 友好常胜 O(n log n) 分支重算法）。
六、给 HPC/AI-Infra 的回答模板（组织语言用）
「我会先跑 perf stat 看 cache-miss/IPC，判断是访存受限还是计算受限；若访存受限则看是连续访问顺序不对还是假共享，改布局/分块；若计算受限则开向量化或 -march；改完用 Google Benchmark 固定规模复测，保留基线以防回归。整过程先测量再动手，避免凭感觉优化。」
七、命令速记（linux 高频）
bash
perf stat ./a # 事件统计
perf record -g ./a && perf report # 热点+调用栈
perf c2c record ./a && perf c2c report # 假共享检测(CONFIG 需开)
valgrind --tool=cachegrind ./a
valgrind --tool=massif ./a
g++ -O3 -march=native -flto x.cpp