Cache性能分析

考情分析

Cache 性能综合计算题在 408 大题中出现频率高，常结合映射方式、替换算法、写策略一起考查，需要建立完整的分析框架。

单级 Cache 性能

基本公式回顾

同时访问模型（CPU 同时启动 Cache 和主存，命中则取消主存访问）：

t_{a} = H \cdot t_{c} + (1 - H) \cdot t_{m}

先访问 Cache 模型（未命中时串行访问主存）：

t_{a} = t_{c} + (1 - H) \cdot t_{m}

性能加速比

S = \frac{t_{m}}{t_{a}}

表示加入 Cache 后，访存速度提高了多少倍。

例： $t_{c} = 5$ ns， $t_{m} = 100$ ns， $H = 0.98$ （同时访问模型）：

t_{a} = 0.98 \times 5 + 0.02 \times 100 = 4.9 + 2 = 6.9 ns

S = \frac{100}{6.9} \approx 14.5

多级 Cache

现代 CPU 通常有 L1、L2（甚至 L3）Cache。

双级 Cache 模型

设 L1 Cache 命中率 $H_{1}$ ，L2 Cache 命中率 $H_{2}$ （指在 L1 未命中的情况下，L2 的命中率），主存访问时间 $t_{m}$ 。

局部命中率与全局命中率：

$H_{1}$ ：全局命中率（所有访问中 L1 命中比例）
$H_{2}$ ：局部命中率（L1 未命中的访问中 L2 命中比例）
L2 全局命中率： $(1 - H_{1}) \cdot H_{2}$

平均访问时间：

t_{a} = H_{1} \cdot t_{c 1} + (1 - H_{1}) [H_{2} \cdot t_{c 2} + (1 - H_{2}) \cdot t_{m}]

或展开：

t_{a} = H_{1} \cdot t_{c 1} + (1 - H_{1}) H_{2} \cdot t_{c 2} + (1 - H_{1}) (1 - H_{2}) \cdot t_{m}

三级存储系统（含 L1/L2/主存）

层次	访问时间	命中率
L1 Cache	$t_{1}$ （~1 ns）	$H_{1}$ （~0.9）
L2 Cache	$t_{2}$ （~5 ns）	$H_{2}$ （~0.9，局部）
主存	$t_{m}$ （~100 ns）	—

例题： $t_{1} = 2$ ns， $t_{2} = 10$ ns， $t_{m} = 200$ ns， $H_{1} = 0.9$ ， $H_{2} = 0.8$ 。

t_{a} = 0.9 \times 2 + 0.1 \times (0.8 \times 10 + 0.2 \times 200)

= 1.8 + 0.1 \times (8 + 40) = 1.8 + 4.8 = 6.6 ns

综合计算题解题模板

408 中 Cache 综合题通常给出以下信息：

主存容量和地址位数
Cache 容量、行数、块大小
映射方式（直接/全相联/组相联）
替换算法
写策略

解题步骤：

第一步：确定地址分段（tag / index / offset 各多少位）

offset = \log_{2} (块大小（字节）)

index = {\begin{cases} \log_{2} (行数) & 直接映射 \\ \log_{2} (组数) & k 路组相联 \\ 0 & 全相联 \end{cases}

tag = 主存地址位数 - index - offset

第二步：计算 Cache 总存储容量（含标记位）

每行存储内容：

有效位（1位） + tag 位数 + 数据（块大小 × 8位） + 脏位（写回策略1位）

总容量 = 行数 × 每行位数

第三步：计算命中率或平均访问时间

第四步：分析地址映射关系（某个主存地址对应 Cache 的哪行/哪组）

常见例题类型

类型1：给定主存地址，判断 Cache 行号

直接映射：

Cache 行号 = ⌊ \frac{主存地址}{块大小} ⌋ mod N

类型2：计算 Cache 总容量（含标记）

这是大题中经常被忽略的部分，每行除了数据还有：

1 位有效位（Valid）
tag 位（标记）
1 位脏位（写回策略）

类型3：计算访问主存的次数

给定访问序列和 Cache 状态，按步骤模拟，统计未命中次数。

典型综合例题

Cache 容量 32 KB，4 路组相联，块大小 32 B，主存 32 位地址（字节寻址），写回策略。

offset = $\log_{2} 32 = 5$ 位
总行数 = $32 KB / 32 B = 1024$ 行；组数 = $1024 / 4 = 256$ 组
index = $\log_{2} 256 = 8$ 位
tag = $32 - 8 - 5 = 19$ 位
每行大小 = 1（有效位）+ 1（脏位）+ 19（tag）+ 32×8（数据）= 277 位
Cache 总存储容量 = 1024 × 277 bit = 283648 bit ≈ 34.6 KB（比数据容量 32 KB 多约 8%）

交互可视化

加载可视化中...

易混淆知识点

1. Cache 缺失和缺页是一回事吗？

不是。Cache 缺失（miss）是 CPU 访问 Cache 未命中，需要从主存调入数据块，由硬件自动处理，对程序透明，延迟约几十纳秒。缺页（page fault）是访问虚拟内存时页面不在主存中，需要从磁盘调入，由操作系统处理（触发缺页异常），延迟约几毫秒。二者层次不同，处理机制不同。

2. Cache 块大小越大越好吗？

不是。块大小增大的利：利用了空间局部性，一次调入更多相邻数据。弊：①总行数减少（Cache 容量固定），可能增加冲突缺失；②每次缺失的传输时间变长；③可能调入大量无用数据。实际设计需要在命中率和缺失代价之间权衡。

3. "同时访问"和"先 Cache 后主存"两个模型哪个更快？

同时访问模型更快——命中时等效访问时间就是 $t_{c}$ ，不命中时等效为 $t_{m}$ （因为主存访问已经同步启动）。但硬件代价更高。先 Cache 后主存模型更简单，但不命中时延迟为 $t_{c} + t_{m}$ 。做题时注意题目是哪种模型。

考点清单

同时访问模型与先访问 Cache 模型的区别，注意题目说明
多级 Cache：局部命中率用于逐级计算，全局命中率 = 到该级命中比例
Cache 总容量（含标记）= 行数 × (有效位 + tag位 + 数据位 + 脏位)
性能加速比 $S = t_{m} / t_{a}$ ，H 越高 S 越大
命中率从 0.9 提升到 0.99，性能提升显著，但从 0.99 提升到 0.999 边际效益递减
Cache 缺失由硬件处理，缺页由操作系统处理

真题练习

CPI与时钟周期的关系及Cache对CPI的影响

CPU概述 Cache性能

Cache组相联映射与性能分析综合题

组相联映射 Cache性能存储器(综合)

Cache组相联映射与数组访问缺失率分析

组相联映射 Cache性能存储器(综合)

循环访问数组的时间局部性与空间局部性

Cache概念 Cache性能

直接映射Cache缺失率计算

直接映射 Cache性能

TLB+Cache命中情况下的主存访问次数

Cache写策略虚拟存储器 Cache性能

多体交叉存储与总线突发传送综合题

交叉存取总线时序 Cache性能存储器(综合)

Cache缺失损失与总线传输综合题

Cache性能交叉存取总线时序存储器(综合)

Cache命中率计算

Cache性能

Cache性能分析 ​

考情分析 ​

单级 Cache 性能 ​

基本公式回顾 ​

性能加速比 ​

多级 Cache ​

双级 Cache 模型 ​

三级存储系统（含 L1/L2/主存） ​

综合计算题解题模板 ​

常见例题类型 ​

类型1：给定主存地址，判断 Cache 行号 ​

类型2：计算 Cache 总容量（含标记） ​

类型3：计算访问主存的次数 ​

典型综合例题 ​

交互可视化 ​

易混淆知识点 ​

考点清单 ​

真题练习 ​

相关真题（9题）