<div dir="ltr"><div dir="ltr"><br></div><br><div class="gmail_quote"><div dir="ltr" class="gmail_attr">On Fri, Aug 9, 2019 at 7:22 PM Francisco Jerez <<a href="mailto:currojerez@riseup.net">currojerez@riseup.net</a>> wrote:<br></div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">See "i965/gen9: Optimize slice and subslice load balancing behavior."<br>
for the rationale.  Marked optional because no performance evaluation<br>
has been done on this commit, it is provided to match the hashing<br>
settings of the Iris driver.  Test reports welcome.<br></blockquote><div><br></div><div>Improves Aztec Ruins by 2.7% (tested 5 times in each configuration).  I also tested Batman: Arkham City but it only reports integer FPS numbers and no change was noticable.<br></div><div> </div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">
---<br>
 src/intel/vulkan/anv_genX.h        |  4 ++<br>
 src/intel/vulkan/anv_private.h     |  6 ++<br>
 src/intel/vulkan/genX_blorp_exec.c |  6 ++<br>
 src/intel/vulkan/genX_cmd_buffer.c | 96 ++++++++++++++++++++++++++++++<br>
 4 files changed, 112 insertions(+)<br>
<br>
diff --git a/src/intel/vulkan/anv_genX.h b/src/intel/vulkan/anv_genX.h<br>
index a5435e566a3..06c6b467acf 100644<br>
--- a/src/intel/vulkan/anv_genX.h<br>
+++ b/src/intel/vulkan/anv_genX.h<br>
@@ -44,6 +44,10 @@ void genX(cmd_buffer_apply_pipe_flushes)(struct anv_cmd_buffer *cmd_buffer);<br>
<br>
 void genX(cmd_buffer_emit_gen7_depth_flush)(struct anv_cmd_buffer *cmd_buffer);<br>
<br>
+void genX(cmd_buffer_emit_hashing_mode)(struct anv_cmd_buffer *cmd_buffer,<br>
+                                        unsigned width, unsigned height,<br>
+                                        unsigned scale);<br>
+<br>
 void genX(flush_pipeline_select_3d)(struct anv_cmd_buffer *cmd_buffer);<br>
 void genX(flush_pipeline_select_gpgpu)(struct anv_cmd_buffer *cmd_buffer);<br>
<br>
diff --git a/src/intel/vulkan/anv_private.h b/src/intel/vulkan/anv_private.h<br>
index 2465f264354..b381386a716 100644<br>
--- a/src/intel/vulkan/anv_private.h<br>
+++ b/src/intel/vulkan/anv_private.h<br>
@@ -2421,6 +2421,12 @@ struct anv_cmd_state {<br>
<br>
    bool                                         conditional_render_enabled;<br>
<br>
+   /**<br>
+    * Last rendering scale argument provided to<br>
+    * genX(cmd_buffer_emit_hashing_mode)().<br>
+    */<br>
+   unsigned                                     current_hash_scale;<br>
+<br>
    /**<br>
     * Array length is anv_cmd_state::pass::attachment_count. Array content is<br>
     * valid only when recording a render pass instance.<br>
diff --git a/src/intel/vulkan/genX_blorp_exec.c b/src/intel/vulkan/genX_blorp_exec.c<br>
index 1592e7f7e3d..e9eedc06696 100644<br>
--- a/src/intel/vulkan/genX_blorp_exec.c<br>
+++ b/src/intel/vulkan/genX_blorp_exec.c<br>
@@ -223,6 +223,12 @@ genX(blorp_exec)(struct blorp_batch *batch,<br>
       genX(cmd_buffer_config_l3)(cmd_buffer, cfg);<br>
    }<br>
<br>
+   const unsigned scale = params->fast_clear_op ? UINT_MAX : 1;<br>
+   if (cmd_buffer->state.current_hash_scale != scale) {<br>
+      genX(cmd_buffer_emit_hashing_mode)(cmd_buffer, params->x1 - params->x0,<br>
+                                         params->y1 - params->y0, scale);<br>
+   }<br>
+<br>
 #if GEN_GEN >= 11<br>
    /* The PIPE_CONTROL command description says:<br>
     *<br>
diff --git a/src/intel/vulkan/genX_cmd_buffer.c b/src/intel/vulkan/genX_cmd_buffer.c<br>
index 86ef1663ac4..e9e5570d49f 100644<br>
--- a/src/intel/vulkan/genX_cmd_buffer.c<br>
+++ b/src/intel/vulkan/genX_cmd_buffer.c<br>
@@ -1595,6 +1595,7 @@ genX(CmdExecuteCommands)(<br>
     */<br>
    primary->state.current_pipeline = UINT32_MAX;<br>
    primary->state.current_l3_config = NULL;<br>
+   primary->state.current_hash_scale = 0;<br>
<br>
    /* Each of the secondary command buffers will use its own state base<br>
     * address.  We need to re-emit state base address for the primary after<br>
@@ -2663,6 +2664,9 @@ genX(cmd_buffer_flush_state)(struct anv_cmd_buffer *cmd_buffer)<br>
<br>
    genX(cmd_buffer_config_l3)(cmd_buffer, pipeline->urb.l3_config);<br>
<br>
+   if (cmd_buffer->state.current_hash_scale != 1)<br>
+      genX(cmd_buffer_emit_hashing_mode)(cmd_buffer, UINT_MAX, UINT_MAX, 1);<br></blockquote><div><br></div><div>Can we do the check against current_hash_scale as an early return inside the emit function since that's already where the "current" value is updated?  Maybe call it cmd_buffer_config_hashing_mode if "emit" no longer seems right with that change?  I don't really care about the rename.<br></div><div> </div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">
+<br>
    genX(flush_pipeline_select_3d)(cmd_buffer);<br>
<br>
    if (vb_emit) {<br>
@@ -3925,6 +3929,98 @@ genX(cmd_buffer_emit_gen7_depth_flush)(struct anv_cmd_buffer *cmd_buffer)<br>
    }<br>
 }<br>
<br>
+/**<br>
+ * Update the pixel hashing modes that determine the balancing of PS threads<br>
+ * across subslices and slices.<br>
+ *<br>
+ * \param width Width bound of the rendering area (already scaled down if \p<br>
+ *              scale is greater than 1).<br>
+ * \param height Height bound of the rendering area (already scaled down if \p<br>
+ *               scale is greater than 1).<br>
+ * \param scale The number of framebuffer samples that could potentially be<br>
+ *              affected by an individual channel of the PS thread.  This is<br>
+ *              typically one for single-sampled rendering, but for operations<br>
+ *              like CCS resolves and fast clears a single PS invocation may<br>
+ *              update a huge number of pixels, in which case a finer<br>
+ *              balancing is desirable in order to maximally utilize the<br>
+ *              bandwidth available.  UINT_MAX can be used as shorthand for<br>
+ *              "finest hashing mode available".<br>
+ */<br>
+void<br>
+genX(cmd_buffer_emit_hashing_mode)(struct anv_cmd_buffer *cmd_buffer,<br>
+                                   unsigned width, unsigned height,<br>
+                                   unsigned scale)<br>
+{<br>
+#if GEN_GEN == 9<br>
+   const struct gen_device_info *devinfo = &cmd_buffer->device->info;<br>
+   const unsigned slice_hashing[] = {<br>
+      /* Because all Gen9 platforms with more than one slice require<br>
+       * three-way subslice hashing, a single "normal" 16x16 slice hashing<br>
+       * block is guaranteed to suffer from substantial imbalance, with one<br>
+       * subslice receiving twice as much work as the other two in the<br>
+       * slice.<br>
+       *<br>
+       * The performance impact of that would be particularly severe when<br>
+       * three-way hashing is also in use for slice balancing (which is the<br>
+       * case for all Gen9 GT4 platforms), because one of the slices<br>
+       * receives one every three 16x16 blocks in either direction, which<br>
+       * is roughly the periodicity of the underlying subslice imbalance<br>
+       * pattern ("roughly" because in reality the hardware's<br>
+       * implementation of three-way hashing doesn't do exact modulo 3<br>
+       * arithmetic, which somewhat decreases the magnitude of this effect<br>
+       * in practice).  This leads to a systematic subslice imbalance<br>
+       * within that slice regardless of the size of the primitive.  The<br>
+       * 32x32 hashing mode guarantees that the subslice imbalance within a<br>
+       * single slice hashing block is minimal, largely eliminating this<br>
+       * effect.<br>
+       */<br>
+      _32x32,<br>
+      /* Finest slice hashing mode available. */<br>
+      NORMAL<br>
+   };<br>
+   const unsigned subslice_hashing[] = {<br>
+      /* 16x16 would provide a slight cache locality benefit especially<br>
+       * visible in the sampler L1 cache efficiency of low-bandwidth<br>
+       * non-LLC platforms, but it comes at the cost of greater subslice<br>
+       * imbalance for primitives of dimensions approximately intermediate<br>
+       * between 16x4 and 16x16.<br>
+       */<br>
+      _16x4,<br>
+      /* Finest subslice hashing mode available. */<br>
+      _8x4<br>
+   };<br>
+   /* Dimensions of the smallest hashing block of a given hashing mode.  If<br>
+    * the rendering area is smaller than this there can't possibly be any<br>
+    * benefit from switching to this mode, so we optimize out the<br>
+    * transition.<br>
+    */<br>
+   const unsigned min_size[][2] = {<br>
+         { 16, 4 },<br>
+         { 8, 4 }<br>
+   };<br>
+   const unsigned idx = scale > 1;<br>
+<br>
+   if (width > min_size[idx][0] || height > min_size[idx][1]) {<br>
+      uint32_t gt_mode;<br>
+<br>
+      anv_pack_struct(&gt_mode, GENX(GT_MODE),<br>
+                      .SliceHashing = (devinfo->num_slices > 1 ? slice_hashing[idx] : 0),<br>
+                      .SliceHashingMask = (devinfo->num_slices > 1 ? -1 : 0),<br>
+                      .SubsliceHashing = subslice_hashing[idx],<br>
+                      .SubsliceHashingMask = -1);<br>
+<br>
+      anv_batch_emit(&cmd_buffer->batch, GENX(PIPE_CONTROL), pc) {<br>
+         pc.StallAtPixelScoreboard = true;<br>
+         pc.CommandStreamerStallEnable = true;<br>
+      }<br></blockquote><div><br></div><div>This would be better as<br></div><div><br></div><div>cmd_buffer->state.pending_pipe_bits |= ANV_PIPE_CS_STALL_BIT;<br>genX(cmd_buffer_apply_pipe_flushes)(cmd_buffer);</div><div><br></div><div>That way workarounds get applied more properly and we can avoid redundant PIPE_CONTROLs.  apply_pipe_flushes will insert the StallAtPixelScoreboard for you if needed.  That said, maybe it's best to also OR in ANV_PIPE_STALL_AT_SCOREBOARD_BIT just to be sure.</div><div><br></div><div>Other than that, the patch looks good to me.  Happy to see the perf bump. :)</div><div><br></div><div>I did consider maybe trying to move things around so that the change is done more as a subpass thing but there are some subtle interactions to think through there and I'm convinced what you have here is correct so let's go with it for now.</div><div><br></div><div>--Jason<br></div><div> </div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">
+<br>
+      emit_lri(&cmd_buffer->batch, GENX(GT_MODE_num), gt_mode);<br>
+<br>
+      cmd_buffer->state.current_hash_scale = scale;<br>
+   }<br>
+#endif<br>
+}<br>
+<br>
 static void<br>
 cmd_buffer_emit_depth_stencil(struct anv_cmd_buffer *cmd_buffer)<br>
 {<br>
-- <br>
2.22.0<br>
<br>
_______________________________________________<br>
mesa-dev mailing list<br>
<a href="mailto:mesa-dev@lists.freedesktop.org" target="_blank">mesa-dev@lists.freedesktop.org</a><br>
<a href="https://lists.freedesktop.org/mailman/listinfo/mesa-dev" rel="noreferrer" target="_blank">https://lists.freedesktop.org/mailman/listinfo/mesa-dev</a></blockquote></div></div>