编译器O2优化下，分块矩阵乘法的TLB分析猜想

直接将写在实验报告里的那段放进去就算了，好累。

3.3（2分）对最优分块大小的分析
实验表明，分块大小为 32 时性能最好。这个结果和你的预期一致吗？ 不一致 。如果不一致，其原因在于 使用perf工具对编译器优化参数为O0、O2下，m0/4、m0/2、m0三种分块大小的运行情况进行了查看，查看的参数主要为L1 dcache miss、dTLB miss。结果显示：

• A.在O2情况下，三种分块大小下的L1 dcache miss、dTLB miss都比O0情况下有明显减少；
• B.无论在O0还是O2情况下，m0分块大小下的 L1 dcache miss均比另外两种分块大小明显减少，这和预期是一致的；
• C.在O0情况下，三种分块大小的dTLB miss是大致相等的，但在O2情况下dTLB miss情况为m0/2优于m0/4，而m0/4优于m0。

所以之所以最终结果不符合预期，是因为m0/2方案在TLB miss和cache miss的综合作用下，比cache miss最优的m0分块方案要更好。编译器在O2优化下，为何能使TLB miss明显减少，推测可能是与TLB控制指令或预取指令有关。