Phase ALLOC-GATE-OPT-1: tiny_alloc_gate_fast 統計計測
- AllocGateStats 構造体追加（size2class/route/env/class分布） - malloc_tiny_fast にカウンタ埋め込み - ENV: HAKMEM_ALLOC_GATE_STATS (default 0) - 挙動変更なし（計測のみ） 計測結果: - Mixed: total=542k, size2class=0, route_calls=0, env_checks=275k, C4-C7=95.2% - size_to_class/route_for_class は完全削減済み（LUT 効果） - C4-C7 が 95% → ULTRA fast path が有効 - env_checks ≈ c7_calls → C7 ULTRA の ENV gate が毎回呼ばれる - C6-heavy: total=11 → malloc_tiny_fast はほぼ通らない（mid/pool 主体） 結論: - alloc gate は既に十分最適化済み（LUT + ULTRA で削減済み） - さらなる最適化余地は小さい（env_checks は軽量化済み、数%以下の効果） - 次フェーズでは free dispatcher (29%) や C7 ULTRA refill (7%) など、他のボトルネックを狙う 詳細: docs/analysis/ALLOC_GATE_ANALYSIS.md 🤖 Generated with [Claude Code](https://claude.com/claude-code) Co-Authored-By: Claude Haiku 4.5 <noreply@anthropic.com>
This commit is contained in:
Moe Charm (CI)
118
docs/analysis/ALLOC_GATE_ANALYSIS.md
Normal file
118
docs/analysis/ALLOC_GATE_ANALYSIS.md
Normal file
@ -0,0 +1,118 @@
|
||||
# ALLOC_GATE_ANALYSIS
|
||||
|
||||
## Phase ALLOC-GATE-OPT-1 計測結果
|
||||
|
||||
### Mixed 16-1024B (1M iter, ws=400)
|
||||
|
||||
```
|
||||
[ALLOC_GATE_STATS] total=542033 size2class=0 route_calls=0 env_checks=275089 c0=0 c1=0 c2=8746 c3=17279 c4=34727 c5=68871 c6=137321 c7=275089
|
||||
```
|
||||
|
||||
**Throughput**: 42.5M ops/s
|
||||
|
||||
**分析**:
|
||||
- total_calls: 542,033 （malloc_tiny_fast 呼び出し数）
|
||||
- size_to_class: **0 calls** （毎回は呼ばれていない！）
|
||||
- route_for_class: **0 calls** （毎回は呼ばれていない！）
|
||||
- avg per alloc: 0 calls/alloc （LUT により完全に削減済み）
|
||||
- env_checks: 275,089 （C7 ULTRA の ENV gate が主体）
|
||||
- env_checks ≈ c7 calls → C7 ULTRA 毎回 ENV check あり
|
||||
- class 分布:
|
||||
- C7: 50.7% (275,089 / 542,033)
|
||||
- C6: 25.3% (137,321 / 542,033)
|
||||
- C5: 12.7% (68,871 / 542,033)
|
||||
- C4: 6.4% (34,727 / 542,033)
|
||||
- C3: 3.2% (17,279 / 542,033)
|
||||
- C2: 1.6% (8,746 / 542,033)
|
||||
- C1/C0: 0.0%
|
||||
- **C4〜C7: 95.2%** （hot classes が支配的）
|
||||
|
||||
**コメント**:
|
||||
- **size_to_class と route_for_class が完全に削減済み** → LUT (tiny_front_v3) が効いている
|
||||
- **env_checks が C7 alloc で毎回発生** → tiny_c7_ultra_enabled_env() が毎回呼ばれている
|
||||
- C4/C5/C6 ULTRA の ENV check は早期リターン（LUT で class 判定済み）のため計測されず
|
||||
- **C4〜C7 が 95%** → class-specific fast path の検討価値あり（ただし既に ULTRA で対応済み）
|
||||
|
||||
### C6-heavy (257-768B, 1M iter, ws=400)
|
||||
|
||||
```
|
||||
[ALLOC_GATE_STATS] total=11 size2class=0 route_calls=0 env_checks=0 c0=0 c1=1 c2=1 c3=0 c4=0 c5=0 c6=9 c7=0
|
||||
```
|
||||
|
||||
**Throughput**: 27.4M ops/s
|
||||
|
||||
**分析**:
|
||||
- total_calls: **11** （ほぼ全て mid route に落ちている）
|
||||
- size_to_class: 0 calls
|
||||
- route_for_class: 0 calls
|
||||
- env_checks: 0 （C6 ULTRA は OFF のため）
|
||||
- class 分布:
|
||||
- C6: 81.8% (9 / 11)
|
||||
- C1/C2: 各 1 回（初期化時のノイズ）
|
||||
|
||||
**コメント**:
|
||||
- **C6-heavy では malloc_tiny_fast がほぼ呼ばれていない** → mid/pool 経路が主体
|
||||
- total_calls=11 は初期化時の SuperSlab 確保等のノイズ
|
||||
- C6-heavy の alloc gate 最適化は効果なし（そもそも通らない）
|
||||
|
||||
---
|
||||
|
||||
## Phase ALLOC-GATE-OPT-1B 候補施策
|
||||
|
||||
### 候補 A: C7 ULTRA ENV gate の snapshot 化
|
||||
|
||||
**条件**: env_checks ≈ c7_calls （毎回呼ばれている）
|
||||
**施策**: tiny_c7_ultra_enabled_env() を初期化時に1回だけ評価し、結果を TLS snapshot に保持
|
||||
**期待**: ENV check overhead 削減（ただし既に tiny_c7_ultra_enabled_env() 自体が static cached）
|
||||
|
||||
**評価**: 効果は限定的（ENV gate は既に sentinel パターンで最適化済み）
|
||||
|
||||
### 候補 B: size_to_class / route_for_class の snapshot 化
|
||||
|
||||
**条件**: size_to_class=0, route_calls=0 （既に削減済み）
|
||||
**施策**: 不要（LUT により完全に削減済み）
|
||||
|
||||
**評価**: **既に最適化済みで追加改善なし**
|
||||
|
||||
### 候補 C: class-specific fast path (C4-C7)
|
||||
|
||||
**条件**: C4〜C7 が 95% 以上
|
||||
**施策**: C4〜C7 用の直線パスと、その他サイズ用の旧ルートを分岐
|
||||
**期待**: hot classes を完全に直線化
|
||||
|
||||
**評価**: **既に C4-C7 ULTRA で実装済み**（寄生型 TLS キャッシュで fast path 確立）
|
||||
|
||||
---
|
||||
|
||||
## 判断基準
|
||||
|
||||
### ✅ 良い発見
|
||||
- **size_to_class / route_for_class は既に完全削減済み**（LUT 効果）
|
||||
- **C4-C7 ULTRA で hot classes の fast path は確立済み**（95% カバー）
|
||||
|
||||
### ❌ さらなる最適化の余地は小さい
|
||||
- env_checks は C7 ULTRA の構造的コスト（毎回 ENV check する設計）
|
||||
- tiny_c7_ultra_enabled_env() 自体は既に sentinel cached で軽量
|
||||
- snapshot 化しても効果は誤差範囲（数%以下）
|
||||
- alloc gate 内部は既に十分薄い（LUT + ULTRA で最適化済み）
|
||||
|
||||
### 次フェーズへの示唆
|
||||
- **alloc gate よりも別の箇所を狙うべき**
|
||||
- PERF-ULTRA-REBASE-3 では tiny_alloc_gate_fast = 18% だが、内訳は「LUT overhead」「ULTRA ENV check」「class dispatch」等に分散
|
||||
- 18% を削るよりも、他のボトルネック（free dispatcher 29%、C7 ULTRA refill 7% 等）を狙う方が効果的
|
||||
- **alloc gate 自体は Phase FREE-DISPATCHER-OPT-1 と同様に「既に最適化済み」** と判断
|
||||
|
||||
---
|
||||
|
||||
## 結論
|
||||
|
||||
**Phase ALLOC-GATE-OPT-1 の成果**:
|
||||
- ✅ alloc gate の内訳を可視化
|
||||
- ✅ size_to_class / route_for_class が完全削減済み（LUT 効果）を確認
|
||||
- ✅ C4-C7 が 95% で、ULTRA fast path が有効なことを確認
|
||||
- ✅ env_checks は C7 ULTRA の構造的コスト（軽量化済み）
|
||||
|
||||
**Phase ALLOC-GATE-OPT-1B の方針**:
|
||||
- **追加最適化は見送り**
|
||||
- alloc gate は既に十分薄く、さらなる改善余地は小さい（数%以下）
|
||||
- 次フェーズでは **free dispatcher (29%)** や **C7 ULTRA refill (7%)** など、他のボトルネックを狙う
|
||||
@ -309,3 +309,25 @@ Throughput: **12.39M ops/s**（DEBUG/-O0 相当）
|
||||
- **pthread_once が8.21%**: 初期化同期のオーバーヘッドが目立つ（ワークロードが軽い証拠）
|
||||
|
||||
**所感**: C6-heavy でも pool v1 が主要経路として機能しているが、ULTRA の効果測定には不十分なサンプル数
|
||||
|
||||
---
|
||||
|
||||
## Phase ALLOC-GATE-OPT-1 計測前の前提 (2025-12-11)
|
||||
|
||||
**最新 perf（REBASE-3） より**:
|
||||
- tiny_alloc_gate_fast: self% ≈ 18%
|
||||
- tiny_route_for_class_calls: 267,967 calls （alloc 側が主体）
|
||||
- FREE_DISPATCHER では ENV/route が既に snapshot で削減済み
|
||||
|
||||
→ alloc 側が未最適化の可能性が高い
|
||||
|
||||
**計測目的**:
|
||||
- size→class 変換の回数（毎回か？）
|
||||
- route_for_class 呼び出し回数（毎回か？初期化時のみか？）
|
||||
- alloc-side ENV check 回数（C4-C7 ULTRA の ENV gate 等）
|
||||
- クラス別分布（C0〜C7 のどれが主体か）
|
||||
|
||||
**期待される発見**:
|
||||
- route_for_class が alloc 毎に呼ばれているなら → snapshot 化で削減可能
|
||||
- size_to_class が重いなら → インライン化・LUT 化
|
||||
- C4〜C7 が 80% 以上なら → class-specific fast path 検討
|
||||
|
||||
Reference in New Issue
Block a user