友情链接:
合作联系
|
ASPEN培训课程
软件性能工程师、算法优化人员、数据库内核开发者及高性能计算应用开发人员。
掌握 CPU 性能分析工具（perf、VTune）的使用方法与性能瓶颈识别。
理解微架构级性能优化技巧（缓存优化、分支预测优化、指令级并行）。
能够针对特定应用进行系统级性能调优。
性能分析基础：性能指标的定义（吞吐量、延迟、CPU 利用率、CPI）；性能分析的标准流程；Amdahl 定律与 Gustafson 定律。
性能分析工具链：Linux perf 工具的使用（perf stat、perf record、perf report）；Intel VTune Profiler 的功能模块；热点分析与调用图生成。
自上而下的微架构分析：前端瓶颈（Front-End Bound）；后端瓶颈（Back-End Bound）；退役瓶颈（Retiring）；分支预测错误（Bad Speculation）。
缓存优化：缓存命中率的重要性；数据布局优化（结构体拆分、数组结构体 vs 结构体数组）；缓存行对齐与填充；预取指令的使用。
内存访问优化：NUMA 感知编程（内存绑定、CPU 绑定）；大页（Huge Pages）的配置与使用；避免 TLB 抖动。
分支预测优化：分支预测失败的代价；使用 likely/unlikely 提示编译器；无分支编程技巧（条件移动指令）。
指令级并行：循环展开（Loop Unrolling）；软件流水；减少数据依赖；利用指令级并行度。
向量化优化：自动向量化与编译器指导；SIMD 指令集（SSE、AVX、NEON）的手动优化；使用编译器内建函数与 intrinsic。
浮点运算优化：浮点运算的性能代价；使用单精度代替双精度；避免浮点异常与舍入模式切换。
多线程与并发优化：线程亲和性（CPU Affinity）；锁的优化（无锁数据结构、读写锁、自旋锁）；避免伪共享（False Sharing）。
编译器优化：编译选项的选择（-O2、-O3、-Ofast）；链接时优化（LTO）；反馈导向优化（PGO）的流程。
综合实战项目：选取典型计算密集型应用（如矩阵乘法、图像处理算法），通过性能分析工具定位瓶颈，应用缓存优化、向量化等手段进行加速。
