企业官网建设流程全解析

CPU Performance Engineering（cpu-performance-engineering 开源项目）是一条面向 CPU 性能工程的完整学习路径：从单条指令一路到生产级推理，每一节都配一个可复现、可直接运行的基准测试。本文聚焦其中第 14 号实验：在混用 P-core（性能核）与 E-core（能效核）的异构芯片上，同一份代码两种核心的速度差最高达 12 倍——而这正是"两个基准数字能否比较"这一前提问题的核心。

一、CPU 性能工程中的 P-core 与 E-core：异构 CPU 基础

现代 CPU 性能工程不能再假设"芯片上的核都一个速度"。异构芯片混装两种核心：

• P-core（performance core，性能核）：管线宽、主频高、缓存大，负责交互式、低延迟任务
• E-core（efficiency core，能效核）：管线窄、功耗低、缓存小，负责同步、索引等后台任务

调度器决定每个线程落在哪种核上。同一份二进制，两种核心可以差出数倍——你无法默认代码跑在"标准核"上。

实验机为Apple M4 Pro：10 个 P-core + 4 个 E-core，无 SMT，机器完整描述见 misc/benchmarks/README.md#L26-L37。

二、实验设计：同一份代码、三种瓶颈、四种放置

14-pcore-vs-ecore 实验把 3 个覆盖 CPU 性能工程三大瓶颈类型的微基准，跑在 4 种线程放置方式上：

四种放置（源码 bench.c）：① 主线程默认启动；② pthread 不设 QoS；③ pthread 请求QOS_CLASS_BACKGROUND（通常认为的"E-core 提示"）；④ 整个进程用taskpolicy -c background钳制到后台类。

⚠️关键设计：macOS 不向用户态开放 CPU 亲和性 API，实验没有"钉死"任何线程，而是让每个采样都记录线程起止时实际所在的 cpu id，以及线程真实的 CPU 时间占比——看调度器到底把活放到了哪，而不是信任提示。

三、实测 12 倍差距：P-core 与 E-core 性能对比结果

调度器实际只把第 ④ 种放到了 E-core（cpu id 0-3），前三种都留在了 P-core。结果摘录（数据源 results/summary.md#L10-L15）：

* 墙钟口径；E-core 与系统后台任务共享，线程实际只获得 75.8% 时间，按线程 CPU 时间口径中位主频为 1.12 GHz。

差距不是一个数，而随瓶颈类型变化（P-core / E-core 比值）：

同一台机器、同一份代码，三个微基准给出三种不同的差距因子。

四、差距拆解：时钟 × 管线宽度 × 带宽

为什么计算差距（12×）远大于时钟差距（约 4-6×）？按每周期口径看：P-core 维持4.00 FMA/cycle（4 条向量管线喂满），E-core 只有1.97（管线宽度约一半）：

计算差距 ≈ 时钟差距 × 管线宽度差距（4.03 × 4.00/1.97 ≈ 8.2，实测 9.01）

内存流式同理：E-core 每周期搬 10.6 字节，P-core 是 18.2——流式差距比时钟差距还大。因为单条读流受限于单核能同时保持多少个未命中请求（访存并行度）和预取器能提前多远，这两样 E-core 都更少。

另一个发现：E-core 也不是单一速度——同一次运行中主频在 1.52 GHz（最快采样）到 1.12 GHz（中位）之间漂移，变异系数 9.8%，钳制后的簇频率被"那里还跑着什么"带着走。

五、基准可比性的前提：每个数字必备的 7 个字段

本项目的核心主张（也是 CPU 性能工程的基本纪律）：一个不说清核心类型和主频的基准结果，是"没有单位的数字"，不能与另一个结果比较。

项目 README.md#L690-L705 定义了每个数字必须携带的 7 个字段，缺一项即不予引用：

完整原始数据（机器描述、负载、每个采样的 cpu id）见 results/raw.txt。

六、如何在自己机器上复现 P-core E-core 基准测试

源码为 C11 + pthreads，带#if守卫可同时在 Linux x86-64 / arm64 编译（非 Apple 平台跳过钳制放置，可用taskset/cpuset 代替）。若本地尚无仓库：git clone https://gitcode.com/gh_mirrors/cp/cpu-performance-engineering

cd misc/benchmarks/14-pcore-vs-ecore ./run.sh # 完整运行，约 10 秒 QUICK=1 ./run.sh # 冒烟测试，约 2 秒

run.sh 会先在输出顶部写入机器描述与负载均值，再用 common/clock_estimate.c 的依赖加法链估算主频（本机：P-core 约 4.49 GHz，background 钳制下约 1.04 GHz）。

七、给新手的 3 条启示

1. 比较数字前先问"哪个核"：核心类型和主频是结果的"单位"，就像 GB/s 本身只是单位。
2. 提示不等于钉死：线程级QOS_CLASS_BACKGROUND这次调度器根本没理会（仍留在 P-core），只有进程级钳制才真正换了核——所以必须记录工作实际跑在哪，而不是信任你的设置。
3. 差距不能外推：12× 的计算差距与约 8-10× 的内存差距来自同一台机器的不同瓶颈；把 P/E 核差距当成一个固定倍率，会高估或低估你的每一项优化。

项目其余 13 个基准覆盖分支误预测、缓存延迟、测量陷阱、伪共享、NUMA first-touch、协同遗漏等主题，完整清单见 misc/benchmarks/README.md。