06 · Profiling、单变量优化与性能验收

本章输入：只接受正确且可比的运行

性能实验使用前几章已经正确运行的工程，将事务数统一提高到 10000，降低短用例启动成本占比。不能拿 64 笔黄金运行与 10000 笔优化运行直接比较秒数。先用 profiling 判断时间花在哪里，再改变一个变量；候选方案仍必须完成同样的逐笔检查。小 FIFO 的硬件逻辑很少，结果可能被软件和启动开销主导，不应期待必然加速。

三种测量不要混成一个指标

xrun -profile 对软件模拟器做 profiling，详细分析需要当前 Xcelium 文档；+xcprof 生成硬件运行时的详细 xcprof.out；xc profon/profoff 则用于较粗的交互窗口统计。本站 run_wall_s 由 Python 计时，覆盖进程启动、加载、运行与退出，不含编译和离线导出。工具内部的 emu 百分比也包含部分硬件通信与轮询，不能直接解释成纯逻辑计算时间。

配置示例：先做一次带 profiling 的诊断

profile 模式给 xrun -R 增加 +xcprof，仍使用先运行 40 ns、再切换 SA Run 的初始化顺序。profile01 的结果会执行完整检查，存在时将 xcprof.out 复制到该次运行目录。不要把 profiling 的样本与未启用 profiling 的样本直接混合比较；本站统计器会拒绝 profile 与 wave 模式。详细 profile 未生成时，应先核对版本支持和完整日志。

在解压后的 palladium-course 工程根目录执行。标为硬件步骤的命令需在已配置的授权 Linux 环境验证。

python3 flow.py run sa --id profile01 --mode profile --transactions 10000
# 查看 runs/profile01/xcprof.out 与 run.log

# 若另开交互会话做粗粒度窗口统计，可使用以下 Tcl：
# xc profon          （在 xc on -run 之前）
# xc profflush -reset（按需要输出并清零窗口统计）
# xc profoff         （结束统计）
# 不把该流程与 +xcprof 的完整运行报告混为一谈。

可执行优化实验：只取消逐笔终端打印

本课程提供一个容易审计的候选优化：--quiet 只关闭 COURSE_TX 的逐笔终端打印，CSV 写入、期望值比较、错误报告和最终检查全部保留。它可能减少主机日志开销，也可能因为本例较小而没有稳定收益。将 verbose 与 quiet 交错运行，可以降低某一时段机器负载变化造成的偏差；仍需记录站点资源、文件系统位置和冷启动情况。

1. 使用 profile 找到候选瓶颈

   预期与判定：若日志开销不是主要部分，不预设 quiet 会显著提速。

2. 同一 build 交错运行两种配置

   预期与判定：每种至少三次，统一为 10000 笔；普通模式不包含 wave/profile。

3. 检查所有结果正确

   预期与判定：run.json validated=true，CSV 每一笔符合期望；失败样本不能偷偷删除后统计。

4. 比较中位数与范围

   预期与判定：同时报告 min、median、max、样本数和计时口径；若分布重叠明显，记录未发现可靠收益。

在解压后的 palladium-course 工程根目录执行。标为硬件步骤的命令需在已配置的授权 Linux 环境验证。

for i in 1 2 3; do
  python3 flow.py run sa --id verbose-$i --transactions 10000
  python3 flow.py run sa --id quiet-$i --transactions 10000 --quiet
done
python3 flow.py summarize runs/verbose-*/run.json runs/quiet-*/run.json

预期输出：报告结构，不虚构平台性能

统计器要求每组至少三个有效样本，核对源码、事务数、目标、工具路径与站点记录一致，并重新读取事务 CSV 验证结果。它报告 transactions_per_s，即相同事务数除以墙钟中位数。这不是硬件 MHz，也不是实际芯片频率。下面的尖括号代表需要在目标站点测出的数值；本站未提供任何虚构的 Palladium 吞吐或加速比。

仅展示输出结构与计算公式；实际值由站点运行产生。

verbose: n=3 min_s=<实测> median_s=<实测> max_s=<实测> transactions_per_s=<实测>
quiet:   n=3 min_s=<实测> median_s=<实测> max_s=<实测> transactions_per_s=<实测>
Scope: process launch + load + run + exit; compilation and offline export excluded. No hardware MHz claim.

# 若希望报告收益：
# speedup = verbose_median_s / quiet_median_s
# saved_percent = (verbose_median_s - quiet_median_s) / verbose_median_s * 100

根据瓶颈选择下一步，避免盲调模式

若 profile 显示主机模型或检查器占主导，应优化相应软件工作；若高频信号交互主导，可评估事务批量化，但这意味着重新设计接口和验证缓冲、顺序、背压，并非替换一个开关。TBrun/NBrun 需要相应时钟及行为模型，本课程的时钟位于软件 Testbench，不能直接切换。若 trace 导出耗时主导，则拆开运行与离线导出计时，先优化探针与窗口。

统计拒绝条件与常见误判

性能数据必须能被复核。不同事务数、重复 run_id、少于三个样本、非正或非有限耗时，以及故障、波形或 profile 模式均会被拒绝。除了工具路径，仍需人工保存硬件型号、资源分配和系统负载，因为路径相同不保证安装内容从未升级。性能实验应在一个稳定的验证窗口内完成。

典型故障：把不同口径写成加速比

一次没有波形的短运行和一次带完整 trace 导出的长运行，即使来自相同 RTL，也不能直接比较并宣称优化成功。先确定每个时间数值的开始与结束位置，将正确性、工作量和观测配置放在同一张记录表里，才能解释差异。本系列的最终交付应包含所有原始样本，而不是只有一个最好看的倍数。

完成检查

• profiling 与普通性能样本分开，未混用口径
• 至少两组各三次同工作量通过样本且原始证据完整
• 优化保持检查能力，结论有范围与设备条件

延伸阅读与来源

本文为黄河电子原创教学说明。产品命令与支持范围请以实际安装版本的官方文档为准。

• Design Profiling for SA Designs · WXE 24.05

  第 11、21–23 页：软件 profile、+xcprof 与 xc profon 的差别。 页码为本次查阅版本的印刷页码；公开链接通向厂商入口，受限原手册不在本站分发。

• XE Command Reference Manual · WXE 24.05

  第 1454–1456 页：窗口统计与各类时间含义。 页码为本次查阅版本的印刷页码；公开链接通向厂商入口，受限原手册不在本站分发。

• Getting Started with TBA on Palladium · WXE 24.05

  第 12–14、22 页：通信成本与信号级同步限制。 页码为本次查阅版本的印刷页码；公开链接通向厂商入口，受限原手册不在本站分发。

继续阅读