llvm/docs/BlockFrequencyTerminology.rst

   1 ================================
   2 LLVM Block Frequency Terminology
   3 ================================
   4
   5 .. contents::
   6    :local:
   7
   8 Introduction
   9 ============
  10
  11 Block Frequency is a metric for estimating the relative frequency of different
  12 basic blocks.  This document describes the terminology that the
  13 ``BlockFrequencyInfo`` and ``MachineBlockFrequencyInfo`` analysis passes use.
  14
  15 Branch Probability
  16 ==================
  17
  18 Blocks with multiple successors have probabilities associated with each
  19 outgoing edge.  These are called branch probabilities.  For a given block, the
  20 sum of its outgoing branch probabilities should be 1.0.
  21
  22 Branch Weight
  23 =============
  24
  25 Rather than storing fractions on each edge, we store an integer weight.
  26 Weights are relative to the other edges of a given predecessor block.  The
  27 branch probability associated with a given edge is its own weight divided by
  28 the sum of the weights on the predecessor's outgoing edges.
  29
  30 For example, consider this IR:
  31
  32 .. code-block:: llvm
  33
  34    define void @foo() {
  35        ; ...
  36        A:
  37            br i1 %cond, label %B, label %C, !prof !0
  38        ; ...
  39    }
  40    !0 = !{!"branch_weights", i32 7, i32 8}
  41
  42 and this simple graph representation::
  43
  44    A -> B  (edge-weight: 7)
  45    A -> C  (edge-weight: 8)
  46
  47 The probability of branching from block A to block B is 7/15, and the
  48 probability of branching from block A to block C is 8/15.
  49
  50 See :doc:`BranchWeightMetadata` for details about the branch weight IR
  51 representation.
  52
  53 Block Frequency
  54 ===============
  55
  56 Block frequency is a relative metric that represents the number of times a
  57 block executes.  The ratio of a block frequency to the entry block frequency is
  58 the expected number of times the block will execute per entry to the function.
  59
  60 Block frequency is the main output of the ``BlockFrequencyInfo`` and
  61 ``MachineBlockFrequencyInfo`` analysis passes.
  62
  63 Implementation: a series of DAGs
  64 ================================
  65
  66 The implementation of the block frequency calculation analyses each loop,
  67 bottom-up, ignoring backedges; i.e., as a DAG.  After each loop is processed,
  68 it's packaged up to act as a pseudo-node in its parent loop's (or the
  69 function's) DAG analysis.
  70
  71 Block Mass
  72 ==========
  73
  74 For each DAG, the entry node is assigned a mass of ``UINT64_MAX`` and mass is
  75 distributed to successors according to branch weights.  Block Mass uses a
  76 fixed-point representation where ``UINT64_MAX`` represents ``1.0`` and ``0``
  77 represents a number just above ``0.0``.
  78
  79 After mass is fully distributed, in any cut of the DAG that separates the exit
  80 nodes from the entry node, the sum of the block masses of the nodes succeeded
  81 by a cut edge should equal ``UINT64_MAX``.  In other words, mass is conserved
  82 as it "falls" through the DAG.
  83
  84 If a function's basic block graph is a DAG, then block masses are valid block
  85 frequencies.  This works poorly in practice though, since downstream users rely
  86 on adding block frequencies together without hitting the maximum.
  87
  88 Loop Scale
  89 ==========
  90
  91 Loop scale is a metric that indicates how many times a loop iterates per entry.
  92 As mass is distributed through the loop's DAG, the (otherwise ignored) backedge
  93 mass is collected.  This backedge mass is used to compute the exit frequency,
  94 and thus the loop scale.
  95
  96 Implementation: Getting from mass and scale to frequency
  97 ========================================================
  98
  99 After analysing the complete series of DAGs, each block has a mass (local to
 100 its containing loop, if any), and each loop pseudo-node has a loop scale and
 101 its own mass (from its parent's DAG).
 102
 103 We can get an initial frequency assignment (with entry frequency of 1.0) by
 104 multiplying these masses and loop scales together.  A given block's frequency
 105 is the product of its mass, the mass of containing loops' pseudo nodes, and the
 106 containing loops' loop scales.
 107
 108 Since downstream users need integers (not floating point), this initial
 109 frequency assignment is shifted as necessary into the range of ``uint64_t``.
 110
 111 Block Bias
 112 ==========
 113
 114 Block bias is a proposed *absolute* metric to indicate a bias toward or away
 115 from a given block during a function's execution.  The idea is that bias can be
 116 used in isolation to indicate whether a block is relatively hot or cold, or to
 117 compare two blocks to indicate whether one is hotter or colder than the other.
 118
 119 The proposed calculation involves calculating a *reference* block frequency,
 120 where:
 121
 122 * every branch weight is assumed to be 1 (i.e., every branch probability
 123   distribution is even) and
 124
 125 * loop scales are ignored.
 126
 127 This reference frequency represents what the block frequency would be in an
 128 unbiased graph.
 129
 130 The bias is the ratio of the block frequency to this reference block frequency.