C-state P-state 硬件状态机:C1/C1E/C6 进出的微架构动作与 Speed Shift 自主调频
承 microarch-clock-power-gating——那一篇讲了时钟门控与电源门控这两把"省电扳手",而 C-state P-state 正是这两把扳手被组织成的两套对外可见的硬件状态机:C-state(C-state,休眠状态)决定核空闲时"睡多深",P-state(Performance-state,性能状态)决定核运行时"跑多快"。P-state 一侧的切换延迟链路在 dvfs-frequency-transition-latency 已经拆过,本篇把镜头对准另一半:C1/C1E/C6 进出时微架构里到底发生了什么,以及 Speed Shift 怎么把 P-state 决策权收进硬件。
本文要回答的问题
- C-state 从 C0 到 C6,每一级"睡着"时硬件依次关掉了哪些东西?
- C1、C1E、C6 的进入与退出各有哪些微架构动作,唤醒延迟差多少?
- 为什么省电越深、唤醒越慢,这笔账在物理上由什么决定?
- Speed Shift(HWP)如何让硬件自主管理 P-state,软件还剩多少话语权?
- 服务器调优时什么时候该限制 C-state 深度?
一、C-state 全景:从打盹到冬眠
ACPI 规范把核的状态分两大类:C0 是"在干活",C1 及以上都是"没活干时的睡法"。睡法的关键差异只有一条:关掉的模块越多、丢掉的上下文越多,静态功耗越低,但唤醒时要重建的东西也越多。
| 状态 | 关掉什么 | 上下文是否保留 | 典型唤醒延迟 | 省电幅度 |
|---|---|---|---|---|
| C0 | 无,全速运行 | 完整 | 0 | 基准 |
| C1 | 核心时钟门控(HLT) | 完整保留 | < 1us | 轻微 |
| C1E | 时钟门控 + 自动降到最低频压 | 完整保留 | 数 us | 中等 |
| C3 | 时钟门控 + L1/L2 刷缓存保一致性 | 缓存内容失效 | 数十 us | 较深 |
| C6 | 核心电源门控,电压归零 | 寄存器存入专用 SRAM | 50~100us+ | 深度,接近零功耗 |
C1 的进入简单到只有一条指令:软件执行 HLT(或 MWAIT),时钟网络把核心的时钟门控掉,流水线停摆,但所有寄存器、缓存、TLB 原封不动。一个中断到来,时钟恢复,下一个周期就继续执行——这就是唤醒延迟亚微秒的原因:几乎没有任何东西需要重建。
二、C1E 与 C6:两级代表性深睡的微架构动作
C1E(Enhanced Halt)在 C1 的基础上多做一件事:进入休眠时自动把核的电压频率拉到最低档。这样静态功耗再降一截,代价是唤醒时要先把频率电压爬回来——这正是 DVFS 切换链路,数微秒起步。C1E 的精髓在于它对软件完全透明:软件只看到一次普通的 HLT,升降频全是硬件自主完成。
C6 才是真正的重头戏。进入 C6 时的微架构动作序列大致是:先把架构态(通用寄存器、控制寄存器等执行现场)转存到核内一块专用 SRAM,再刷掉或失效各级缓存,最后电源门控把核心电压轨彻底切断——这一下漏电功耗归零,也是 C6 省电远超 C1 的根本原因。唤醒时反过来:电压轨重新上电、等电源稳定、从 SRAM 恢复现场、重建缓存和 TLB 的内容(冷启动式地逐条 miss 回填)。整套动作走完,50 到 100 微秒没了。
读这张图的重点是两端不对称:进入侧的转存和刷缓存可以在空闲期从容做完,不阻塞任何人;退出侧的"上电稳定 + 现场恢复 + 缓存回填"却全部串在唤醒路径上,中断处理程序要等这条链走完才能跑第一个指令。更要命的是缓存回填是隐性的——延迟不集中在唤醒瞬间,而是摊在之后几万条内存访问的 miss 里,P99 尾巴就这样被悄悄拉长。这就是"省电 vs 延迟"权衡的物理本质:省下来的电,是从响应延迟的预算里扣的。
还有两个工程细节值得记住。其一,进入深睡本身有"回本门槛":进 C6 要付转存、刷缓存、上电这一进一出的固定开销,如果核只空闲十几微秒就被唤醒,省下的电还不够付进出的过路费,反而净亏。CPU 内部的休眠控制器会参考历史空闲时长做预测,猜错一两次的代价就体现在功耗曲线上。其二,包级 C-state(Package C-state)比核级更诱人也更苛刻:只有整颗封装里所有核都进了深睡,才能把共享 L3 和总线接口也降下去,省电是数量级的跳变——但只要有一个核醒着,其他核睡得再深也享受不到。这就是为什么把零散小任务"打包"集中到少数核上、让其余核整片睡死,是服务器省电的经典姿势。
三、Speed Shift:P-state 决策权收进硬件
C-state 管睡着,P-state 管醒着。传统 P-state 由操作系统 governor 算好目标档位再写 MSR 下发,决策延迟毫秒级。Intel Speed Shift(即 HWP,Hardware-managed P-state,硬件自主性能状态)把这条决策链整个搬进了 CPU 内部。
这张图的分工很清晰:软件从"驾驶员"退成"交警"——只通过三个 MSR 划定边界(最低性能档、最高性能档、能耗性能偏好 EPP),剩下的瞬时档位选择由硬件控制器以微秒粒度自己拍板。突发线程被唤醒的第一个时钟周期,频率爬坡就开始了;而软件 governor 还在等下一个 tick。Linux 下对应 intel_pstate 驱动的 active 模式,energy_performance_preference 写 performance 或 balance_performance 就是在给硬件递小纸条。注意 Speed Shift 只压缩了决策段,PLL 重锁定那段物理延迟照样要付,细节见 dvfs-frequency-transition-latency。
Speed Shift 和 C-state 之间还有一层互动容易被忽略:刚从 C6 醒来的核,频率一定在谷底。也就是说深睡醒来要连付两笔账——唤醒恢复链路的几十微秒,加上频率从最低档爬回高频的几十微秒,两者部分重叠但不能互相抵消。对延迟敏感路径来说,"睡 C6 + Speed Shift 激进 EPP"的组合能把第二笔账压短,第一笔账却只有限制 C-state 深度才能消掉,这正是下一节调优判据的物理依据。
四、观测与调优:什么时候限制 C-state
C-state 的驻留情况可以直接读:
# 各级 C-state 的驻留时间与次数
cat /sys/devices/system/cpu/cpu0/cpuidle/state*/time
cat /sys/devices/system/cpu/cpu0/cpuidle/state*/name
# 限制最大休眠深度(延迟敏感场景的老手法)
echo 1 > /dev/cpu_dma_latency # 或用 tuned / 内核参数 intel_idle.max_cstate=1经验判据很直白:P99 延迟预算在百微秒以内的服务(内存数据库热路径、交易撮合),把 max_cstate 限到 C1/C1E,宁可多烧电;吞吐导向的批处理则放开让核睡到 C6,省电是净赚。介于两者之间的突发型服务,常见折中是开 C6 但配 Speed Shift 加激进 EPP——睡可以睡,醒了必须立刻满血。门控机制本身的展开见 microarch-clock-power-gating。
这一篇在知识体系里的位置
本篇是微架构"功耗与频率管理"方向的第三块拼图,与同域文章的关系:
- 机制基础:microarch-clock-power-gating 讲清时钟门控与电源门控这两把底层扳手,本篇把它们组织成 C-state 状态机。
- 相邻专题:dvfs-frequency-transition-latency 拆 P-state 切换的四段延迟,本篇补上 C-state 一侧与 Speed Shift 的决策链路。
- 全景背景:cpu-microarch-overview 提供微架构地图。
总结
C-state P-state 是 CPU 电源管理的一体两面:C-state 决定空闲时睡多深——C1 只关时钟(亚微秒唤醒)、C1E 顺带降频压、C6 连电压轨都切断(省电最狠但唤醒要 50~100 微秒并拖长缓存回填的 P99 尾巴);P-state 决定运行时跑多快,Speed Shift 把档位决策收进硬件、软件只留最低档/最高档/EPP 三样提示。省电与延迟永远是同一笔账:延迟敏感就限 C-state 加深 EPP,吞吐优先就放心睡到 C6。