Clang] Fix expansion of response files in -Wp after integrated-cc1 change
[llvm-project.git] / llvm / docs / CommandGuide / llvm-mca.rst
blobefe29c4da4b56d704360db9b7b3283d72ede8579
1 llvm-mca - LLVM Machine Code Analyzer
2 =====================================
4 .. program:: llvm-mca
6 SYNOPSIS
7 --------
9 :program:`llvm-mca` [*options*] [input]
11 DESCRIPTION
12 -----------
14 :program:`llvm-mca` is a performance analysis tool that uses information
15 available in LLVM (e.g. scheduling models) to statically measure the performance
16 of machine code in a specific CPU.
18 Performance is measured in terms of throughput as well as processor resource
19 consumption. The tool currently works for processors with an out-of-order
20 backend, for which there is a scheduling model available in LLVM.
22 The main goal of this tool is not just to predict the performance of the code
23 when run on the target, but also help with diagnosing potential performance
24 issues.
26 Given an assembly code sequence, :program:`llvm-mca` estimates the Instructions
27 Per Cycle (IPC), as well as hardware resource pressure. The analysis and
28 reporting style were inspired by the IACA tool from Intel.
30 For example, you can compile code with clang, output assembly, and pipe it
31 directly into :program:`llvm-mca` for analysis:
33 .. code-block:: bash
35   $ clang foo.c -O2 -target x86_64-unknown-unknown -S -o - | llvm-mca -mcpu=btver2
37 Or for Intel syntax:
39 .. code-block:: bash
41   $ clang foo.c -O2 -target x86_64-unknown-unknown -mllvm -x86-asm-syntax=intel -S -o - | llvm-mca -mcpu=btver2
43 Scheduling models are not just used to compute instruction latencies and
44 throughput, but also to understand what processor resources are available
45 and how to simulate them.
47 By design, the quality of the analysis conducted by :program:`llvm-mca` is
48 inevitably affected by the quality of the scheduling models in LLVM.
50 If you see that the performance report is not accurate for a processor,
51 please `file a bug <https://bugs.llvm.org/enter_bug.cgi?product=libraries>`_
52 against the appropriate backend.
54 OPTIONS
55 -------
57 If ``input`` is "``-``" or omitted, :program:`llvm-mca` reads from standard
58 input. Otherwise, it will read from the specified filename.
60 If the :option:`-o` option is omitted, then :program:`llvm-mca` will send its output
61 to standard output if the input is from standard input.  If the :option:`-o`
62 option specifies "``-``", then the output will also be sent to standard output.
65 .. option:: -help
67  Print a summary of command line options.
69 .. option:: -o <filename>
71  Use ``<filename>`` as the output filename. See the summary above for more
72  details.
74 .. option:: -mtriple=<target triple>
76  Specify a target triple string.
78 .. option:: -march=<arch>
80  Specify the architecture for which to analyze the code. It defaults to the
81  host default target.
83 .. option:: -mcpu=<cpuname>
85   Specify the processor for which to analyze the code.  By default, the cpu name
86   is autodetected from the host.
88 .. option:: -output-asm-variant=<variant id>
90  Specify the output assembly variant for the report generated by the tool.
91  On x86, possible values are [0, 1]. A value of 0 (vic. 1) for this flag enables
92  the AT&T (vic. Intel) assembly format for the code printed out by the tool in
93  the analysis report.
95 .. option:: -print-imm-hex
97  Prefer hex format for numeric literals in the output assembly printed as part
98  of the report.
100 .. option:: -dispatch=<width>
102  Specify a different dispatch width for the processor. The dispatch width
103  defaults to field 'IssueWidth' in the processor scheduling model.  If width is
104  zero, then the default dispatch width is used.
106 .. option:: -register-file-size=<size>
108  Specify the size of the register file. When specified, this flag limits how
109  many physical registers are available for register renaming purposes. A value
110  of zero for this flag means "unlimited number of physical registers".
112 .. option:: -iterations=<number of iterations>
114  Specify the number of iterations to run. If this flag is set to 0, then the
115  tool sets the number of iterations to a default value (i.e. 100).
117 .. option:: -noalias=<bool>
119   If set, the tool assumes that loads and stores don't alias. This is the
120   default behavior.
122 .. option:: -lqueue=<load queue size>
124   Specify the size of the load queue in the load/store unit emulated by the tool.
125   By default, the tool assumes an unbound number of entries in the load queue.
126   A value of zero for this flag is ignored, and the default load queue size is
127   used instead. 
129 .. option:: -squeue=<store queue size>
131   Specify the size of the store queue in the load/store unit emulated by the
132   tool. By default, the tool assumes an unbound number of entries in the store
133   queue. A value of zero for this flag is ignored, and the default store queue
134   size is used instead.
136 .. option:: -timeline
138   Enable the timeline view.
140 .. option:: -timeline-max-iterations=<iterations>
142   Limit the number of iterations to print in the timeline view. By default, the
143   timeline view prints information for up to 10 iterations.
145 .. option:: -timeline-max-cycles=<cycles>
147   Limit the number of cycles in the timeline view. By default, the number of
148   cycles is set to 80.
150 .. option:: -resource-pressure
152   Enable the resource pressure view. This is enabled by default.
154 .. option:: -register-file-stats
156   Enable register file usage statistics.
158 .. option:: -dispatch-stats
160   Enable extra dispatch statistics. This view collects and analyzes instruction
161   dispatch events, as well as static/dynamic dispatch stall events. This view
162   is disabled by default.
164 .. option:: -scheduler-stats
166   Enable extra scheduler statistics. This view collects and analyzes instruction
167   issue events. This view is disabled by default.
169 .. option:: -retire-stats
171   Enable extra retire control unit statistics. This view is disabled by default.
173 .. option:: -instruction-info
175   Enable the instruction info view. This is enabled by default.
177 .. option:: -show-encoding
179   Enable the printing of instruction encodings within the instruction info view.
181 .. option:: -all-stats
183   Print all hardware statistics. This enables extra statistics related to the
184   dispatch logic, the hardware schedulers, the register file(s), and the retire
185   control unit. This option is disabled by default.
187 .. option:: -all-views
189   Enable all the view.
191 .. option:: -instruction-tables
193   Prints resource pressure information based on the static information
194   available from the processor model. This differs from the resource pressure
195   view because it doesn't require that the code is simulated. It instead prints
196   the theoretical uniform distribution of resource pressure for every
197   instruction in sequence.
199 .. option:: -bottleneck-analysis
201   Print information about bottlenecks that affect the throughput. This analysis
202   can be expensive, and it is disabled by default.  Bottlenecks are highlighted
203   in the summary view.
206 EXIT STATUS
207 -----------
209 :program:`llvm-mca` returns 0 on success. Otherwise, an error message is printed
210 to standard error, and the tool returns 1.
212 USING MARKERS TO ANALYZE SPECIFIC CODE BLOCKS
213 ---------------------------------------------
214 :program:`llvm-mca` allows for the optional usage of special code comments to
215 mark regions of the assembly code to be analyzed.  A comment starting with
216 substring ``LLVM-MCA-BEGIN`` marks the beginning of a code region. A comment
217 starting with substring ``LLVM-MCA-END`` marks the end of a code region.  For
218 example:
220 .. code-block:: none
222   # LLVM-MCA-BEGIN
223     ...
224   # LLVM-MCA-END
226 If no user-defined region is specified, then :program:`llvm-mca` assumes a
227 default region which contains every instruction in the input file.  Every region
228 is analyzed in isolation, and the final performance report is the union of all
229 the reports generated for every code region.
231 Code regions can have names. For example:
233 .. code-block:: none
235   # LLVM-MCA-BEGIN A simple example
236     add %eax, %eax
237   # LLVM-MCA-END 
239 The code from the example above defines a region named "A simple example" with a
240 single instruction in it. Note how the region name doesn't have to be repeated
241 in the ``LLVM-MCA-END`` directive. In the absence of overlapping regions,
242 an anonymous ``LLVM-MCA-END`` directive always ends the currently active user
243 defined region.
245 Example of nesting regions:
247 .. code-block:: none
249   # LLVM-MCA-BEGIN foo
250     add %eax, %edx
251   # LLVM-MCA-BEGIN bar
252     sub %eax, %edx
253   # LLVM-MCA-END bar
254   # LLVM-MCA-END foo
256 Example of overlapping regions:
258 .. code-block:: none
260   # LLVM-MCA-BEGIN foo
261     add %eax, %edx
262   # LLVM-MCA-BEGIN bar
263     sub %eax, %edx
264   # LLVM-MCA-END foo
265     add %eax, %edx
266   # LLVM-MCA-END bar
268 Note that multiple anonymous regions cannot overlap. Also, overlapping regions
269 cannot have the same name.
271 There is no support for marking regions from high-level source code, like C or
272 C++. As a workaround, inline assembly directives may be used:
274 .. code-block:: c++
276   int foo(int a, int b) {
277     __asm volatile("# LLVM-MCA-BEGIN foo");
278     a += 42;
279     __asm volatile("# LLVM-MCA-END");
280     a *= b;
281     return a;
282   }
284 However, this interferes with optimizations like loop vectorization and may have
285 an impact on the code generated. This is because the ``__asm`` statements are
286 seen as real code having important side effects, which limits how the code
287 around them can be transformed. If users want to make use of inline assembly
288 to emit markers, then the recommendation is to always verify that the output
289 assembly is equivalent to the assembly generated in the absence of markers.
290 The `Clang options to emit optimization reports <https://clang.llvm.org/docs/UsersManual.html#options-to-emit-optimization-reports>`_
291 can also help in detecting missed optimizations.
293 HOW LLVM-MCA WORKS
294 ------------------
296 :program:`llvm-mca` takes assembly code as input. The assembly code is parsed
297 into a sequence of MCInst with the help of the existing LLVM target assembly
298 parsers. The parsed sequence of MCInst is then analyzed by a ``Pipeline`` module
299 to generate a performance report.
301 The Pipeline module simulates the execution of the machine code sequence in a
302 loop of iterations (default is 100). During this process, the pipeline collects
303 a number of execution related statistics. At the end of this process, the
304 pipeline generates and prints a report from the collected statistics.
306 Here is an example of a performance report generated by the tool for a
307 dot-product of two packed float vectors of four elements. The analysis is
308 conducted for target x86, cpu btver2.  The following result can be produced via
309 the following command using the example located at
310 ``test/tools/llvm-mca/X86/BtVer2/dot-product.s``:
312 .. code-block:: bash
314   $ llvm-mca -mtriple=x86_64-unknown-unknown -mcpu=btver2 -iterations=300 dot-product.s
316 .. code-block:: none
318   Iterations:        300
319   Instructions:      900
320   Total Cycles:      610
321   Total uOps:        900
323   Dispatch Width:    2
324   uOps Per Cycle:    1.48
325   IPC:               1.48
326   Block RThroughput: 2.0
329   Instruction Info:
330   [1]: #uOps
331   [2]: Latency
332   [3]: RThroughput
333   [4]: MayLoad
334   [5]: MayStore
335   [6]: HasSideEffects (U)
337   [1]    [2]    [3]    [4]    [5]    [6]    Instructions:
338    1      2     1.00                        vmulps      %xmm0, %xmm1, %xmm2
339    1      3     1.00                        vhaddps     %xmm2, %xmm2, %xmm3
340    1      3     1.00                        vhaddps     %xmm3, %xmm3, %xmm4
343   Resources:
344   [0]   - JALU0
345   [1]   - JALU1
346   [2]   - JDiv
347   [3]   - JFPA
348   [4]   - JFPM
349   [5]   - JFPU0
350   [6]   - JFPU1
351   [7]   - JLAGU
352   [8]   - JMul
353   [9]   - JSAGU
354   [10]  - JSTC
355   [11]  - JVALU0
356   [12]  - JVALU1
357   [13]  - JVIMUL
360   Resource pressure per iteration:
361   [0]    [1]    [2]    [3]    [4]    [5]    [6]    [7]    [8]    [9]    [10]   [11]   [12]   [13]
362    -      -      -     2.00   1.00   2.00   1.00    -      -      -      -      -      -      -
364   Resource pressure by instruction:
365   [0]    [1]    [2]    [3]    [4]    [5]    [6]    [7]    [8]    [9]    [10]   [11]   [12]   [13]   Instructions:
366    -      -      -      -     1.00    -     1.00    -      -      -      -      -      -      -     vmulps      %xmm0, %xmm1, %xmm2
367    -      -      -     1.00    -     1.00    -      -      -      -      -      -      -      -     vhaddps     %xmm2, %xmm2, %xmm3
368    -      -      -     1.00    -     1.00    -      -      -      -      -      -      -      -     vhaddps     %xmm3, %xmm3, %xmm4
370 According to this report, the dot-product kernel has been executed 300 times,
371 for a total of 900 simulated instructions. The total number of simulated micro
372 opcodes (uOps) is also 900.
374 The report is structured in three main sections.  The first section collects a
375 few performance numbers; the goal of this section is to give a very quick
376 overview of the performance throughput. Important performance indicators are
377 **IPC**, **uOps Per Cycle**, and  **Block RThroughput** (Block Reciprocal
378 Throughput).
380 Field *DispatchWidth* is the maximum number of micro opcodes that are dispatched
381 to the out-of-order backend every simulated cycle.
383 IPC is computed dividing the total number of simulated instructions by the total
384 number of cycles.
386 Field *Block RThroughput* is the reciprocal of the block throughput. Block
387 throuhgput is a theoretical quantity computed as the maximum number of blocks
388 (i.e. iterations) that can be executed per simulated clock cycle in the absence
389 of loop carried dependencies. Block throughput is is superiorly
390 limited by the dispatch rate, and the availability of hardware resources.
392 In the absence of loop-carried data dependencies, the observed IPC tends to a
393 theoretical maximum which can be computed by dividing the number of instructions
394 of a single iteration by the `Block RThroughput`.
396 Field 'uOps Per Cycle' is computed dividing the total number of simulated micro
397 opcodes by the total number of cycles. A delta between Dispatch Width and this
398 field is an indicator of a performance issue. In the absence of loop-carried
399 data dependencies, the observed 'uOps Per Cycle' should tend to a theoretical
400 maximum throughput which can be computed by dividing the number of uOps of a
401 single iteration by the `Block RThroughput`.
403 Field *uOps Per Cycle* is bounded from above by the dispatch width. That is
404 because the dispatch width limits the maximum size of a dispatch group. Both IPC
405 and 'uOps Per Cycle' are limited by the amount of hardware parallelism. The
406 availability of hardware resources affects the resource pressure distribution,
407 and it limits the number of instructions that can be executed in parallel every
408 cycle.  A delta between Dispatch Width and the theoretical maximum uOps per
409 Cycle (computed by dividing the number of uOps of a single iteration by the
410 `Block RThroughput`) is an indicator of a performance bottleneck caused by the
411 lack of hardware resources.
412 In general, the lower the Block RThroughput, the better.
414 In this example, ``uOps per iteration/Block RThroughput`` is 1.50. Since there
415 are no loop-carried dependencies, the observed `uOps Per Cycle` is expected to
416 approach 1.50 when the number of iterations tends to infinity. The delta between
417 the Dispatch Width (2.00), and the theoretical maximum uOp throughput (1.50) is
418 an indicator of a performance bottleneck caused by the lack of hardware
419 resources, and the *Resource pressure view* can help to identify the problematic
420 resource usage.
422 The second section of the report is the `instruction info view`. It shows the
423 latency and reciprocal throughput of every instruction in the sequence. It also
424 reports extra information related to the number of micro opcodes, and opcode
425 properties (i.e., 'MayLoad', 'MayStore', and 'HasSideEffects').
427 Field *RThroughput* is the reciprocal of the instruction throughput. Throughput
428 is computed as the maximum number of instructions of a same type that can be
429 executed per clock cycle in the absence of operand dependencies. In this
430 example, the reciprocal throughput of a vector float multiply is 1
431 cycles/instruction.  That is because the FP multiplier JFPM is only available
432 from pipeline JFPU1.
434 Instruction encodings are displayed within the instruction info view when flag
435 `-show-encoding` is specified.
437 Below is an example of `-show-encoding` output for the dot-product kernel:
439 .. code-block:: none
441   Instruction Info:
442   [1]: #uOps
443   [2]: Latency
444   [3]: RThroughput
445   [4]: MayLoad
446   [5]: MayStore
447   [6]: HasSideEffects (U)
448   [7]: Encoding Size
450   [1]    [2]    [3]    [4]    [5]    [6]    [7]    Encodings:                    Instructions:
451    1      2     1.00                         4     c5 f0 59 d0                   vmulps %xmm0, %xmm1, %xmm2
452    1      4     1.00                         4     c5 eb 7c da                   vhaddps        %xmm2, %xmm2, %xmm3
453    1      4     1.00                         4     c5 e3 7c e3                   vhaddps        %xmm3, %xmm3, %xmm4
455 The `Encoding Size` column shows the size in bytes of instructions.  The
456 `Encodings` column shows the actual instruction encodings (byte sequences in
457 hex).
459 The third section is the *Resource pressure view*.  This view reports
460 the average number of resource cycles consumed every iteration by instructions
461 for every processor resource unit available on the target.  Information is
462 structured in two tables. The first table reports the number of resource cycles
463 spent on average every iteration. The second table correlates the resource
464 cycles to the machine instruction in the sequence. For example, every iteration
465 of the instruction vmulps always executes on resource unit [6]
466 (JFPU1 - floating point pipeline #1), consuming an average of 1 resource cycle
467 per iteration.  Note that on AMD Jaguar, vector floating-point multiply can
468 only be issued to pipeline JFPU1, while horizontal floating-point additions can
469 only be issued to pipeline JFPU0.
471 The resource pressure view helps with identifying bottlenecks caused by high
472 usage of specific hardware resources.  Situations with resource pressure mainly
473 concentrated on a few resources should, in general, be avoided.  Ideally,
474 pressure should be uniformly distributed between multiple resources.
476 Timeline View
477 ^^^^^^^^^^^^^
478 The timeline view produces a detailed report of each instruction's state
479 transitions through an instruction pipeline.  This view is enabled by the
480 command line option ``-timeline``.  As instructions transition through the
481 various stages of the pipeline, their states are depicted in the view report.
482 These states are represented by the following characters:
484 * D : Instruction dispatched.
485 * e : Instruction executing.
486 * E : Instruction executed.
487 * R : Instruction retired.
488 * = : Instruction already dispatched, waiting to be executed.
489 * \- : Instruction executed, waiting to be retired.
491 Below is the timeline view for a subset of the dot-product example located in
492 ``test/tools/llvm-mca/X86/BtVer2/dot-product.s`` and processed by
493 :program:`llvm-mca` using the following command:
495 .. code-block:: bash
497   $ llvm-mca -mtriple=x86_64-unknown-unknown -mcpu=btver2 -iterations=3 -timeline dot-product.s
499 .. code-block:: none
501   Timeline view:
502                       012345
503   Index     0123456789
505   [0,0]     DeeER.    .    .   vmulps   %xmm0, %xmm1, %xmm2
506   [0,1]     D==eeeER  .    .   vhaddps  %xmm2, %xmm2, %xmm3
507   [0,2]     .D====eeeER    .   vhaddps  %xmm3, %xmm3, %xmm4
508   [1,0]     .DeeE-----R    .   vmulps   %xmm0, %xmm1, %xmm2
509   [1,1]     . D=eeeE---R   .   vhaddps  %xmm2, %xmm2, %xmm3
510   [1,2]     . D====eeeER   .   vhaddps  %xmm3, %xmm3, %xmm4
511   [2,0]     .  DeeE-----R  .   vmulps   %xmm0, %xmm1, %xmm2
512   [2,1]     .  D====eeeER  .   vhaddps  %xmm2, %xmm2, %xmm3
513   [2,2]     .   D======eeeER   vhaddps  %xmm3, %xmm3, %xmm4
516   Average Wait times (based on the timeline view):
517   [0]: Executions
518   [1]: Average time spent waiting in a scheduler's queue
519   [2]: Average time spent waiting in a scheduler's queue while ready
520   [3]: Average time elapsed from WB until retire stage
522         [0]    [1]    [2]    [3]
523   0.     3     1.0    1.0    3.3       vmulps   %xmm0, %xmm1, %xmm2
524   1.     3     3.3    0.7    1.0       vhaddps  %xmm2, %xmm2, %xmm3
525   2.     3     5.7    0.0    0.0       vhaddps  %xmm3, %xmm3, %xmm4
526          3     3.3    0.5    1.4       <total>
528 The timeline view is interesting because it shows instruction state changes
529 during execution.  It also gives an idea of how the tool processes instructions
530 executed on the target, and how their timing information might be calculated.
532 The timeline view is structured in two tables.  The first table shows
533 instructions changing state over time (measured in cycles); the second table
534 (named *Average Wait times*) reports useful timing statistics, which should
535 help diagnose performance bottlenecks caused by long data dependencies and
536 sub-optimal usage of hardware resources.
538 An instruction in the timeline view is identified by a pair of indices, where
539 the first index identifies an iteration, and the second index is the
540 instruction index (i.e., where it appears in the code sequence).  Since this
541 example was generated using 3 iterations: ``-iterations=3``, the iteration
542 indices range from 0-2 inclusively.
544 Excluding the first and last column, the remaining columns are in cycles.
545 Cycles are numbered sequentially starting from 0.
547 From the example output above, we know the following:
549 * Instruction [1,0] was dispatched at cycle 1.
550 * Instruction [1,0] started executing at cycle 2.
551 * Instruction [1,0] reached the write back stage at cycle 4.
552 * Instruction [1,0] was retired at cycle 10.
554 Instruction [1,0] (i.e., vmulps from iteration #1) does not have to wait in the
555 scheduler's queue for the operands to become available. By the time vmulps is
556 dispatched, operands are already available, and pipeline JFPU1 is ready to
557 serve another instruction.  So the instruction can be immediately issued on the
558 JFPU1 pipeline. That is demonstrated by the fact that the instruction only
559 spent 1cy in the scheduler's queue.
561 There is a gap of 5 cycles between the write-back stage and the retire event.
562 That is because instructions must retire in program order, so [1,0] has to wait
563 for [0,2] to be retired first (i.e., it has to wait until cycle 10).
565 In the example, all instructions are in a RAW (Read After Write) dependency
566 chain.  Register %xmm2 written by vmulps is immediately used by the first
567 vhaddps, and register %xmm3 written by the first vhaddps is used by the second
568 vhaddps.  Long data dependencies negatively impact the ILP (Instruction Level
569 Parallelism).
571 In the dot-product example, there are anti-dependencies introduced by
572 instructions from different iterations.  However, those dependencies can be
573 removed at register renaming stage (at the cost of allocating register aliases,
574 and therefore consuming physical registers).
576 Table *Average Wait times* helps diagnose performance issues that are caused by
577 the presence of long latency instructions and potentially long data dependencies
578 which may limit the ILP. Last row, ``<total>``, shows a global average over all
579 instructions measured. Note that :program:`llvm-mca`, by default, assumes at
580 least 1cy between the dispatch event and the issue event.
582 When the performance is limited by data dependencies and/or long latency
583 instructions, the number of cycles spent while in the *ready* state is expected
584 to be very small when compared with the total number of cycles spent in the
585 scheduler's queue.  The difference between the two counters is a good indicator
586 of how large of an impact data dependencies had on the execution of the
587 instructions.  When performance is mostly limited by the lack of hardware
588 resources, the delta between the two counters is small.  However, the number of
589 cycles spent in the queue tends to be larger (i.e., more than 1-3cy),
590 especially when compared to other low latency instructions.
592 Bottleneck Analysis
593 ^^^^^^^^^^^^^^^^^^^
594 The ``-bottleneck-analysis`` command line option enables the analysis of
595 performance bottlenecks.
597 This analysis is potentially expensive. It attempts to correlate increases in
598 backend pressure (caused by pipeline resource pressure and data dependencies) to
599 dynamic dispatch stalls.
601 Below is an example of ``-bottleneck-analysis`` output generated by
602 :program:`llvm-mca` for 500 iterations of the dot-product example on btver2.
604 .. code-block:: none
607   Cycles with backend pressure increase [ 48.07% ]
608   Throughput Bottlenecks: 
609     Resource Pressure       [ 47.77% ]
610     - JFPA  [ 47.77% ]
611     - JFPU0  [ 47.77% ]
612     Data Dependencies:      [ 0.30% ]
613     - Register Dependencies [ 0.30% ]
614     - Memory Dependencies   [ 0.00% ]
615   
616   Critical sequence based on the simulation:
617   
618                 Instruction                         Dependency Information
619    +----< 2.    vhaddps %xmm3, %xmm3, %xmm4
620    |
621    |    < loop carried > 
622    |
623    |      0.    vmulps  %xmm0, %xmm1, %xmm2
624    +----> 1.    vhaddps %xmm2, %xmm2, %xmm3         ## RESOURCE interference:  JFPA [ probability: 74% ]
625    +----> 2.    vhaddps %xmm3, %xmm3, %xmm4         ## REGISTER dependency:  %xmm3
626    |
627    |    < loop carried > 
628    |
629    +----> 1.    vhaddps %xmm2, %xmm2, %xmm3         ## RESOURCE interference:  JFPA [ probability: 74% ]
632 According to the analysis, throughput is limited by resource pressure and not by
633 data dependencies.  The analysis observed increases in backend pressure during
634 48.07% of the simulated run. Almost all those pressure increase events were
635 caused by contention on processor resources JFPA/JFPU0.
637 The `critical sequence` is the most expensive sequence of instructions according
638 to the simulation. It is annotated to provide extra information about critical
639 register dependencies and resource interferences between instructions.
641 Instructions from the critical sequence are expected to significantly impact
642 performance. By construction, the accuracy of this analysis is strongly
643 dependent on the simulation and (as always) by the quality of the processor
644 model in llvm.
647 Extra Statistics to Further Diagnose Performance Issues
648 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
649 The ``-all-stats`` command line option enables extra statistics and performance
650 counters for the dispatch logic, the reorder buffer, the retire control unit,
651 and the register file.
653 Below is an example of ``-all-stats`` output generated by  :program:`llvm-mca`
654 for 300 iterations of the dot-product example discussed in the previous
655 sections.
657 .. code-block:: none
659   Dynamic Dispatch Stall Cycles:
660   RAT     - Register unavailable:                      0
661   RCU     - Retire tokens unavailable:                 0
662   SCHEDQ  - Scheduler full:                            272  (44.6%)
663   LQ      - Load queue full:                           0
664   SQ      - Store queue full:                          0
665   GROUP   - Static restrictions on the dispatch group: 0
668   Dispatch Logic - number of cycles where we saw N micro opcodes dispatched:
669   [# dispatched], [# cycles]
670    0,              24  (3.9%)
671    1,              272  (44.6%)
672    2,              314  (51.5%)
675   Schedulers - number of cycles where we saw N micro opcodes issued:
676   [# issued], [# cycles]
677    0,          7  (1.1%)
678    1,          306  (50.2%)
679    2,          297  (48.7%)
681   Scheduler's queue usage:
682   [1] Resource name.
683   [2] Average number of used buffer entries.
684   [3] Maximum number of used buffer entries.
685   [4] Total number of buffer entries.
687    [1]            [2]        [3]        [4]
688   JALU01           0          0          20
689   JFPU01           17         18         18
690   JLSAGU           0          0          12
693   Retire Control Unit - number of cycles where we saw N instructions retired:
694   [# retired], [# cycles]
695    0,           109  (17.9%)
696    1,           102  (16.7%)
697    2,           399  (65.4%)
699   Total ROB Entries:                64
700   Max Used ROB Entries:             35  ( 54.7% )
701   Average Used ROB Entries per cy:  32  ( 50.0% )
704   Register File statistics:
705   Total number of mappings created:    900
706   Max number of mappings used:         35
708   *  Register File #1 -- JFpuPRF:
709      Number of physical registers:     72
710      Total number of mappings created: 900
711      Max number of mappings used:      35
713   *  Register File #2 -- JIntegerPRF:
714      Number of physical registers:     64
715      Total number of mappings created: 0
716      Max number of mappings used:      0
718 If we look at the *Dynamic Dispatch Stall Cycles* table, we see the counter for
719 SCHEDQ reports 272 cycles.  This counter is incremented every time the dispatch
720 logic is unable to dispatch a full group because the scheduler's queue is full.
722 Looking at the *Dispatch Logic* table, we see that the pipeline was only able to
723 dispatch two micro opcodes 51.5% of the time.  The dispatch group was limited to
724 one micro opcode 44.6% of the cycles, which corresponds to 272 cycles.  The
725 dispatch statistics are displayed by either using the command option
726 ``-all-stats`` or ``-dispatch-stats``.
728 The next table, *Schedulers*, presents a histogram displaying a count,
729 representing the number of micro opcodes issued on some number of cycles. In
730 this case, of the 610 simulated cycles, single opcodes were issued 306 times
731 (50.2%) and there were 7 cycles where no opcodes were issued.
733 The *Scheduler's queue usage* table shows that the average and maximum number of
734 buffer entries (i.e., scheduler queue entries) used at runtime.  Resource JFPU01
735 reached its maximum (18 of 18 queue entries). Note that AMD Jaguar implements
736 three schedulers:
738 * JALU01 - A scheduler for ALU instructions.
739 * JFPU01 - A scheduler floating point operations.
740 * JLSAGU - A scheduler for address generation.
742 The dot-product is a kernel of three floating point instructions (a vector
743 multiply followed by two horizontal adds).  That explains why only the floating
744 point scheduler appears to be used.
746 A full scheduler queue is either caused by data dependency chains or by a
747 sub-optimal usage of hardware resources.  Sometimes, resource pressure can be
748 mitigated by rewriting the kernel using different instructions that consume
749 different scheduler resources.  Schedulers with a small queue are less resilient
750 to bottlenecks caused by the presence of long data dependencies.  The scheduler
751 statistics are displayed by using the command option ``-all-stats`` or
752 ``-scheduler-stats``.
754 The next table, *Retire Control Unit*, presents a histogram displaying a count,
755 representing the number of instructions retired on some number of cycles.  In
756 this case, of the 610 simulated cycles, two instructions were retired during the
757 same cycle 399 times (65.4%) and there were 109 cycles where no instructions
758 were retired.  The retire statistics are displayed by using the command option
759 ``-all-stats`` or ``-retire-stats``.
761 The last table presented is *Register File statistics*.  Each physical register
762 file (PRF) used by the pipeline is presented in this table.  In the case of AMD
763 Jaguar, there are two register files, one for floating-point registers (JFpuPRF)
764 and one for integer registers (JIntegerPRF).  The table shows that of the 900
765 instructions processed, there were 900 mappings created.  Since this dot-product
766 example utilized only floating point registers, the JFPuPRF was responsible for
767 creating the 900 mappings.  However, we see that the pipeline only used a
768 maximum of 35 of 72 available register slots at any given time. We can conclude
769 that the floating point PRF was the only register file used for the example, and
770 that it was never resource constrained.  The register file statistics are
771 displayed by using the command option ``-all-stats`` or
772 ``-register-file-stats``.
774 In this example, we can conclude that the IPC is mostly limited by data
775 dependencies, and not by resource pressure.
777 Instruction Flow
778 ^^^^^^^^^^^^^^^^
779 This section describes the instruction flow through the default pipeline of
780 :program:`llvm-mca`, as well as the functional units involved in the process.
782 The default pipeline implements the following sequence of stages used to
783 process instructions.
785 * Dispatch (Instruction is dispatched to the schedulers).
786 * Issue (Instruction is issued to the processor pipelines).
787 * Write Back (Instruction is executed, and results are written back).
788 * Retire (Instruction is retired; writes are architecturally committed).
790 The default pipeline only models the out-of-order portion of a processor.
791 Therefore, the instruction fetch and decode stages are not modeled. Performance
792 bottlenecks in the frontend are not diagnosed. :program:`llvm-mca` assumes that
793 instructions have all been decoded and placed into a queue before the simulation
794 start.  Also, :program:`llvm-mca` does not model branch prediction.
796 Instruction Dispatch
797 """"""""""""""""""""
798 During the dispatch stage, instructions are picked in program order from a
799 queue of already decoded instructions, and dispatched in groups to the
800 simulated hardware schedulers.
802 The size of a dispatch group depends on the availability of the simulated
803 hardware resources.  The processor dispatch width defaults to the value
804 of the ``IssueWidth`` in LLVM's scheduling model.
806 An instruction can be dispatched if:
808 * The size of the dispatch group is smaller than processor's dispatch width.
809 * There are enough entries in the reorder buffer.
810 * There are enough physical registers to do register renaming.
811 * The schedulers are not full.
813 Scheduling models can optionally specify which register files are available on
814 the processor. :program:`llvm-mca` uses that information to initialize register
815 file descriptors.  Users can limit the number of physical registers that are
816 globally available for register renaming by using the command option
817 ``-register-file-size``.  A value of zero for this option means *unbounded*. By
818 knowing how many registers are available for renaming, the tool can predict
819 dispatch stalls caused by the lack of physical registers.
821 The number of reorder buffer entries consumed by an instruction depends on the
822 number of micro-opcodes specified for that instruction by the target scheduling
823 model.  The reorder buffer is responsible for tracking the progress of
824 instructions that are "in-flight", and retiring them in program order.  The
825 number of entries in the reorder buffer defaults to the value specified by field
826 `MicroOpBufferSize` in the target scheduling model.
828 Instructions that are dispatched to the schedulers consume scheduler buffer
829 entries. :program:`llvm-mca` queries the scheduling model to determine the set
830 of buffered resources consumed by an instruction.  Buffered resources are
831 treated like scheduler resources.
833 Instruction Issue
834 """""""""""""""""
835 Each processor scheduler implements a buffer of instructions.  An instruction
836 has to wait in the scheduler's buffer until input register operands become
837 available.  Only at that point, does the instruction becomes eligible for
838 execution and may be issued (potentially out-of-order) for execution.
839 Instruction latencies are computed by :program:`llvm-mca` with the help of the
840 scheduling model.
842 :program:`llvm-mca`'s scheduler is designed to simulate multiple processor
843 schedulers.  The scheduler is responsible for tracking data dependencies, and
844 dynamically selecting which processor resources are consumed by instructions.
845 It delegates the management of processor resource units and resource groups to a
846 resource manager.  The resource manager is responsible for selecting resource
847 units that are consumed by instructions.  For example, if an instruction
848 consumes 1cy of a resource group, the resource manager selects one of the
849 available units from the group; by default, the resource manager uses a
850 round-robin selector to guarantee that resource usage is uniformly distributed
851 between all units of a group.
853 :program:`llvm-mca`'s scheduler internally groups instructions into three sets:
855 * WaitSet: a set of instructions whose operands are not ready.
856 * ReadySet: a set of instructions ready to execute.
857 * IssuedSet: a set of instructions executing.
859 Depending on the operands availability, instructions that are dispatched to the
860 scheduler are either placed into the WaitSet or into the ReadySet.
862 Every cycle, the scheduler checks if instructions can be moved from the WaitSet
863 to the ReadySet, and if instructions from the ReadySet can be issued to the
864 underlying pipelines. The algorithm prioritizes older instructions over younger
865 instructions.
867 Write-Back and Retire Stage
868 """""""""""""""""""""""""""
869 Issued instructions are moved from the ReadySet to the IssuedSet.  There,
870 instructions wait until they reach the write-back stage.  At that point, they
871 get removed from the queue and the retire control unit is notified.
873 When instructions are executed, the retire control unit flags the instruction as
874 "ready to retire."
876 Instructions are retired in program order.  The register file is notified of the
877 retirement so that it can free the physical registers that were allocated for
878 the instruction during the register renaming stage.
880 Load/Store Unit and Memory Consistency Model
881 """"""""""""""""""""""""""""""""""""""""""""
882 To simulate an out-of-order execution of memory operations, :program:`llvm-mca`
883 utilizes a simulated load/store unit (LSUnit) to simulate the speculative
884 execution of loads and stores.
886 Each load (or store) consumes an entry in the load (or store) queue. Users can
887 specify flags ``-lqueue`` and ``-squeue`` to limit the number of entries in the
888 load and store queues respectively. The queues are unbounded by default.
890 The LSUnit implements a relaxed consistency model for memory loads and stores.
891 The rules are:
893 1. A younger load is allowed to pass an older load only if there are no
894    intervening stores or barriers between the two loads.
895 2. A younger load is allowed to pass an older store provided that the load does
896    not alias with the store.
897 3. A younger store is not allowed to pass an older store.
898 4. A younger store is not allowed to pass an older load.
900 By default, the LSUnit optimistically assumes that loads do not alias
901 (`-noalias=true`) store operations.  Under this assumption, younger loads are
902 always allowed to pass older stores.  Essentially, the LSUnit does not attempt
903 to run any alias analysis to predict when loads and stores do not alias with
904 each other.
906 Note that, in the case of write-combining memory, rule 3 could be relaxed to
907 allow reordering of non-aliasing store operations.  That being said, at the
908 moment, there is no way to further relax the memory model (``-noalias`` is the
909 only option).  Essentially, there is no option to specify a different memory
910 type (e.g., write-back, write-combining, write-through; etc.) and consequently
911 to weaken, or strengthen, the memory model.
913 Other limitations are:
915 * The LSUnit does not know when store-to-load forwarding may occur.
916 * The LSUnit does not know anything about cache hierarchy and memory types.
917 * The LSUnit does not know how to identify serializing operations and memory
918   fences.
920 The LSUnit does not attempt to predict if a load or store hits or misses the L1
921 cache.  It only knows if an instruction "MayLoad" and/or "MayStore."  For
922 loads, the scheduling model provides an "optimistic" load-to-use latency (which
923 usually matches the load-to-use latency for when there is a hit in the L1D).
925 :program:`llvm-mca` does not know about serializing operations or memory-barrier
926 like instructions.  The LSUnit conservatively assumes that an instruction which
927 has both "MayLoad" and unmodeled side effects behaves like a "soft"
928 load-barrier.  That means, it serializes loads without forcing a flush of the
929 load queue.  Similarly, instructions that "MayStore" and have unmodeled side
930 effects are treated like store barriers.  A full memory barrier is a "MayLoad"
931 and "MayStore" instruction with unmodeled side effects.  This is inaccurate, but
932 it is the best that we can do at the moment with the current information
933 available in LLVM.
935 A load/store barrier consumes one entry of the load/store queue.  A load/store
936 barrier enforces ordering of loads/stores.  A younger load cannot pass a load
937 barrier.  Also, a younger store cannot pass a store barrier.  A younger load
938 has to wait for the memory/load barrier to execute.  A load/store barrier is
939 "executed" when it becomes the oldest entry in the load/store queue(s). That
940 also means, by construction, all of the older loads/stores have been executed.
942 In conclusion, the full set of load/store consistency rules are:
944 #. A store may not pass a previous store.
945 #. A store may not pass a previous load (regardless of ``-noalias``).
946 #. A store has to wait until an older store barrier is fully executed.
947 #. A load may pass a previous load.
948 #. A load may not pass a previous store unless ``-noalias`` is set.
949 #. A load has to wait until an older load barrier is fully executed.