一、内存理论带宽的计算
内存带宽计算公式：带宽=内存核心频率×内存总线位数×倍增系数。
先容我从DDR的技术说起，DDR采用时钟脉冲上升、下降沿各传一次数据，1个时钟信号可以传输2倍于SDRAM的数据，所以又称为双倍速率SDRAM。它的倍增系数就是2。
DDR2仍然采用时钟脉冲上升、下降支各传一次数据的技术（不是传2次），但是一次预读4bit数据，是DDR一次预读2bit的2倍，因此，它的倍增系数是2X2=4。
DDR3作为DDR2的升级版，最重要的改变是一次预读8bit，是DDR2的2倍，DDR的4倍，所以，它的倍增系数是2X2X2=8。
需要补充的一点是，内存有三种不同的频率指标，它们分别是核心频率、时钟频率和有效数据传输频率。
- 核心频率即为内存Cell阵列(Memory Cell Array)的工作频率，它是内存的真实运行频率；
- 时钟频率即I/O Buffer（输入/输出缓存）的传输频率；
- 有效数据传输频率则是指数据传送的频率。
DDR3内存一次从存储单元预取8Bit的数据，在I/OBuffer（输入/输出缓存）上升和下降中同时传输，因此有效的数据传输频率达到了存储单元核心频率的8倍。同时DDR3内存的时钟频率提高到了存储单元核心的4倍。也就是说DDR3-800内存的核心频率只有100MHz，其I/O频率为400MHz，有效数据传输频率则为800MHz。
从SDRAM-DDR时代，数据总线位宽时钟没有改变，都为64bit，但是采用双通道技术，可以获得64X2=128bit的位宽。
下面计算一条标称DDR3 1066的内存条在默认频率下的带宽：
1066是指有效数据传输频率，除以8才是核心频率。一条内存只用采用单通道模式，位宽为64bit。
所以内存带宽=(1066/8)×64×8=68224Mbit。
由此可知，如果内存工作在标称频率的时候，可以直接用标称频率×位宽，简化公式。 再根据8bit（位）=1Byte（字节），得68224/8=8528MByte=8.328125GB。
再以两条标称1066超频到1200的DDR3内存，组成双通道后的带宽：超频到1200后，内存核心频率应为1200/8=150MHz，而双通道的位宽=128bit：带宽=150×128×8=153600Mbit=18.75GB
参考：http://blog.chinaunix.net/uid-14214482-id-3220464.html
二、各种内存测试方式的对比
下文分别介绍了使用dd命令、mbw命令、sysbench、AVX指令进行测试。
《设备性能测试 : 内存带宽的测试》
三、Bandwidth内存测试工具
详细可查看官网：https://zsmith.co/bandwidth.php
关于Bandwidth工具使用博客：《Bandwidth内存带宽测试工具》
四、STREAM内存测试工具
《内存带宽测试-STREAM的使用》
五、AVX/AVX2指令编程
《Intel 内部指令 --- AVX和AVX2学习笔记》
《Intel Intrinsics — AVX & AVX2 Learning Notes》
《AVX指令编写的另一个快速拷贝fastMemcpy，并给出了相应的测试结果》
其代码如下，相对来说，是比较靠谱的。
#include <immintrin.h>
#include <cstdint>
/* ... */
void fastMemcpy(void *pvDest, void *pvSrc, size_t nBytes) {
assert(nBytes % 32 == 0);
assert((intptr_t(pvDest) & 31) == 0);
assert((intptr_t(pvSrc) & 31) == 0);
const __m256i *pSrc = reinterpret_cast<const __m256i*>(pvSrc);
__m256i *pDest = reinterpret_cast<__m256i*>(pvDest);
int64_t nVects = nBytes / sizeof(*pSrc);
for (; nVects > 0; nVects--, pSrc++, pDest++) {
const __m256i loaded = _mm256_stream_load_si256(pSrc);
_mm256_stream_si256(pDest, loaded);
}
_mm_sfence();
}
六、关于使用AVX指令实现memcpy的总结
AVX指令集功能很强，但是应该只是对于计算类，使用后会得到性能的显著提升。
而对于内存读写类的指令，如：
_mm256_stream_load_si256
_mm256_stream_si256等类似函数，其实对内存读写速度与读写的数据大小有关系，
有时候比memcpy快，有时候更慢，哪怕AVX256bit同时操作的数据是32字节。
关于读写速率的优化，感觉涉及的地方蛮多的，这个可能需要花点时间对指令集、Cache、地址对齐等知识进行一些了解和学习。
