From 3ac6c9336aa6b00aead45b1bda91a42f541cdede Mon Sep 17 00:00:00 2001
From: Yutaka Sawada <60930312+Yutaka-Sawada@users.noreply.github.com>
Date: Sun, 4 Aug 2024 21:41:24 +0900
Subject: [PATCH] Change factors for CPU cache optimization

---
 source/par2j/Command_par2j.txt |  21 +++++-
 source/par2j/common2.c         |  13 ++--
 source/par2j/md5_crc.c         |   8 +--
 source/par2j/par2_cmd.c        | 113 +++++++++++++++++++++------------
 source/par2j/res_par2j.rc      |   4 +-
 source/par2j/version.h         |   2 +-
 6 files changed, 107 insertions(+), 54 deletions(-)

diff --git a/source/par2j/Command_par2j.txt b/source/par2j/Command_par2j.txt
index bb52812..6606d69 100644
--- a/source/par2j/Command_par2j.txt
+++ b/source/par2j/Command_par2j.txt
@@ -1,4 +1,4 @@
-[ par2j.exe - version 1.3.3.2 or later ]
+[ par2j.exe - version 1.3.3.4 or later ]
 
 Type "par2j.exe" to see version, test integrity, and show usage below.
 
@@ -386,6 +386,25 @@ The format is "/lc#" (# is from 1 to 32 as the number of using threads).
 
  for example,  /lc1 to use single Core, /lc508 to use half Cores and GPU
 
+ /lcb :
+ This is for Cache Blocking. (CPU cache optimization)
+By default, this value is set-associative size of CPU L2 cache.
+Maximum value is 32767. It will be multipled by 64 KB.
+To disable cache optimization, set "/lcb0".
+
+ /lcs :
+ This is for large buffer size at calculating multiple files' hashes.
+By default, this value is set-associative size of CPU L3 cache.
+Maximum value is 65535. It will be multipled by 64 KB.
+When you set "/lcs0", large buffer size will become 2 MB by default.
+
+ /lcm :
+ This is for max number of chunks to calculate at once. (CPU shared cache optimization)
+By default, this value may be rate of L3 cache size / L2 cache size.
+The value may be changed by some factors in experimental results.
+Maximum value is 32768. Lower values than 8 will be same as 32768.
+To disable cache optimization, set "/lcm0".
+
  /m :
  Set this, if you want to set memory usage.
 If too many memory is allocated, system will use swap file.
diff --git a/source/par2j/common2.c b/source/par2j/common2.c
index 1371ee2..32b4609 100644
--- a/source/par2j/common2.c
+++ b/source/par2j/common2.c
@@ -1,5 +1,5 @@
 // common2.c
-// Copyright : 2023-10-13 Yutaka Sawada
+// Copyright : 2024-07-25 Yutaka Sawada
 // License : GPL
 
 #ifndef _UNICODE
@@ -2008,8 +2008,11 @@ void check_cpu(void)
 		if (cache3_size > 0){
 			//printf("L3 cache: %d KB (%d way)\n", cache3_size >> 10 , cache3_way);
 			cpu_cache = cache3_size / cache3_way;	// set-associative のサイズにする
-			if (cpu_cache < 131072)
+			if (cpu_cache < 131072){
 				cpu_cache = 128 << 10;	// 128 KB 以上にする
+			} else {
+				cpu_cache = (cpu_cache + 0xFFFF) & 0xFFFF0000;	// 64 KB の倍数にする
+			}
 		}
 		if (cache2_size > 0){
 			//printf("L2 cache: %d KB (%d way)\n", cache2_size >> 10, cache2_way);
@@ -2030,7 +2033,9 @@ void check_cpu(void)
 						returnLength += returnLength / 2;
 				}
 			}
-			cpu_cache |= returnLength & 0x1FFFF;
+			if (returnLength > 0x8000)
+				returnLength = 0x8000;
+			cpu_cache |= returnLength & 0xFFFF;
 		}
 	}
 
@@ -2038,7 +2043,7 @@ void check_cpu(void)
 		limit_size = 128 << 10;
 	//printf("Limit size of Cache Blocking: %d KB\n", limit_size >> 10);
 	// cpu_flag の上位 16-bit にキャッシュの制限サイズを置く
-	cpu_flag |= limit_size & 0xFFFF0000;	// 64 KB 未満は無視する
+	cpu_flag |= (limit_size + 0xFFFF) & 0xFFFF0000;	// 64 KB の倍数にする
 
 	if (core_count == 0){	// 物理コア数が不明なら、論理コア数と同じにする
 		core_count = cpu_num;
diff --git a/source/par2j/md5_crc.c b/source/par2j/md5_crc.c
index f1940ee..bf35302 100644
--- a/source/par2j/md5_crc.c
+++ b/source/par2j/md5_crc.c
@@ -1,5 +1,5 @@
 // md5_crc.c
-// Copyright : 2023-12-12 Yutaka Sawada
+// Copyright : 2024-07-24 Yutaka Sawada
 // License : GPL
 
 #ifndef _UNICODE
@@ -677,7 +677,7 @@ time1_start = clock();
 
 	// バッファー・サイズが大きいのでヒープ領域を使う
 	for (io_size = IO_SIZE; io_size <= MAX_BUF_SIZE; io_size += IO_SIZE){	// IO_SIZE の倍数にする
-		if ((io_size + IO_SIZE > (cpu_cache & 0xFFFE0000)) || ((__int64)(io_size + IO_SIZE) * 4 > file_left))
+		if ((io_size + IO_SIZE > (cpu_cache & 0xFFFF0000)) || ((__int64)(io_size + IO_SIZE) * 4 > file_left))
 			break;
 	}
 	buf1 = _aligned_malloc(io_size * 2, 64);
@@ -873,7 +873,7 @@ DWORD WINAPI file_hash_crc2(LPVOID lpParameter)
 	// バッファー・サイズが大きいのでヒープ領域を使う
 	prog_tick = 1;
 	for (io_size = IO_SIZE; io_size <= MAX_BUF_SIZE; io_size += IO_SIZE){	// IO_SIZE の倍数にする
-		if ((io_size + IO_SIZE > (cpu_cache & 0xFFFE0000)) || ((__int64)(io_size + IO_SIZE) * 4 > file_left))
+		if ((io_size + IO_SIZE > (cpu_cache & 0xFFFF0000)) || ((__int64)(io_size + IO_SIZE) * 4 > file_left))
 			break;
 		prog_tick++;
 	}
@@ -1311,7 +1311,7 @@ DWORD WINAPI file_hash_background(LPVOID lpParameter)
 
 	// バッファー・サイズが大きいのでヒープ領域を使う
 	for (io_size = IO_SIZE; io_size <= MAX_BUF_SIZE; io_size += IO_SIZE){	// IO_SIZE の倍数にする
-		if ((io_size + IO_SIZE > (cpu_cache & 0xFFFE0000)) || ((__int64)(io_size + IO_SIZE) * 4 > file_size))
+		if ((io_size + IO_SIZE > (cpu_cache & 0xFFFF0000)) || ((__int64)(io_size + IO_SIZE) * 4 > file_size))
 			break;
 	}
 	//printf("\n io_size = %d\n", io_size);
diff --git a/source/par2j/par2_cmd.c b/source/par2j/par2_cmd.c
index 37fdf07..0dbce14 100644
--- a/source/par2j/par2_cmd.c
+++ b/source/par2j/par2_cmd.c
@@ -1,5 +1,5 @@
 // par2_cmd.c
-// Copyright : 2023-12-09 Yutaka Sawada
+// Copyright : 2024-07-28 Yutaka Sawada
 // License : GPL
 
 #ifndef _UNICODE
@@ -86,7 +86,7 @@ static void print_environment(void)
 
 	printf("CPU thread\t: %d / %d\n", cpu_num & 0xFFFF, cpu_num >> 24);
 	cpu_num &= 0xFFFF;	// 利用するコア数だけにしておく
-	printf("CPU cache limit : %d KB, %d KB\n", (cpu_flag & 0xFFFF0000) >> 10, (cpu_cache & 0xFFFE0000) >> 10);
+	printf("CPU cache limit : %d KB, %d KB (%d)\n", (cpu_flag & 0xFFFF0000) >> 10, (cpu_cache & 0xFFFF0000) >> 10, cpu_cache & 0xFFFF);
 #ifndef _WIN64	// 32-bit 版は MMX, SSE2, SSSE3, AVX2 のどれかを表示する
 	printf("CPU extra\t:");
 	if (((cpu_flag & 16) != 0) && ((cpu_flag & 256) == 0)){
@@ -1477,48 +1477,77 @@ ri= switch_set & 0x00040000
 					switch_v |= j;
 			// 共通のオプション (数値)
 			} else if (wcsncmp(tmp_p, L"lc", 2) == 0){
-				k = 0;
-				j = 2;
-				while ((j < 2 + 7) && (tmp_p[j] >= '0') && (tmp_p[j] <= '9')){
-					k = (k * 10) + (tmp_p[j] - '0');
-					j++;
-				}
-				if (k & 0x300){	// GPU を使う
-					OpenCL_method = k & 0x003F0300;
-				}
-				if (k & 1024)	// CLMUL と ALTMAP を使わない
-					cpu_flag = (cpu_flag & 0xFFFFFFF7) | 256;
-				if (k & 2048)	// JIT(SSE2) を使わない
-					cpu_flag &= 0xFFFFFF7F;
-				if (k & 4096)	// SSSE3 を使わない
-					cpu_flag &= 0xFFFFFFFE;
-				if (k & 8192)	// AVX2 を使わない
-					cpu_flag &= 0xFFFFFFEF;
-				if (k & 255){	// 使用するコア数を変更する
-					k &= 255;	// 1～255 の範囲
-					// printf("\n lc# = %d , logical = %d, physical = %d \n", k, cpu_num >> 24, (cpu_num & 0x00FF0000) >> 16);
-					if (k == 251){	// 物理コア数の 1/4 にする
-						k = ((cpu_num & 0x00FF0000) >> 16) / 4;
-					} else if (k == 252){	// 物理コア数の半分にする
-						k = ((cpu_num & 0x00FF0000) >> 16) / 2;
-					} else if (k == 253){	// 物理コア数の 3/4 にする
-						k = (((cpu_num & 0x00FF0000) >> 16) * 3) / 4;
-					} else if (k == 254){	// 物理コア数より減らす
-						k = ((cpu_num & 0x00FF0000) >> 16) - 1;
-					} else if (k == 255){	// 物理コア数より増やす
-						k = cpu_num >> 16;
-						k = ((k & 0xFF) + (k >> 8)) / 2;	// 物理コア数と論理コア数の中間にする？
-						// タスクマネージャーにおける CPU使用率は 100%になるけど、速くはならない・・・
-						// k = (k & 0xFF) + ((k >> 8) - (k & 0xFF)) / 4;	// 物理コア数の 5/4 にする？
+				if (tmp_p[2] == 'b'){	// Size of Cache Blocking (CPU's L2 cache optimization)
+					k = 0;
+					j = 3;
+					while ((j < 3 + 5) && (tmp_p[j] >= '0') && (tmp_p[j] <= '9')){
+						k = (k * 10) + (tmp_p[j] - '0');
+						j++;
 					}
-					if (k > MAX_CPU){
-						k = MAX_CPU;
-					} else if (k < 1){
-						k = 1;
-					} else if (k > (cpu_num >> 24)){
-						k = cpu_num >> 24;	// 論理コア数を超えないようにする
+					if (k <= 0x7FFF)	// 上位 16-bit に上書きする
+						cpu_flag = (cpu_flag & 0xFFFF) | (k << 16);
+				} else if (tmp_p[2] == 's'){	// Size of Shared Cache
+					k = 0;
+					j = 3;
+					while ((j < 3 + 5) && (tmp_p[j] >= '0') && (tmp_p[j] <= '9')){
+						k = (k * 10) + (tmp_p[j] - '0');
+						j++;
+					}
+					if (k <= 0xFFFF)	// 上位 16-bit に上書きする
+						cpu_cache = (cpu_cache & 0xFFFF) | (k << 16);
+				} else if (tmp_p[2] == 'm'){	// Max number of chunks (CPU's shared L3 cache optimization)
+					k = 0;
+					j = 3;
+					while ((j < 3 + 5) && (tmp_p[j] >= '0') && (tmp_p[j] <= '9')){
+						k = (k * 10) + (tmp_p[j] - '0');
+						j++;
+					}
+					if (k <= 0x8000)	// CACHE_MIN_NUM 未満なら 0x8000 になる
+						cpu_cache = (cpu_cache & 0xFFFF0000) | k;	// 下位 16-bit に上書きする
+				} else {	// Extra と GPU も別にしてもいいかも？
+					k = 0;
+					j = 2;
+					while ((j < 2 + 7) && (tmp_p[j] >= '0') && (tmp_p[j] <= '9')){
+						k = (k * 10) + (tmp_p[j] - '0');
+						j++;
+					}
+					if (k & 0x300){	// GPU を使う
+						OpenCL_method = k & 0x003F0300;
+					}
+					if (k & 1024)	// CLMUL と ALTMAP を使わない
+						cpu_flag = (cpu_flag & 0xFFFFFFF7) | 256;
+					if (k & 2048)	// JIT(SSE2) を使わない
+						cpu_flag &= 0xFFFFFF7F;
+					if (k & 4096)	// SSSE3 を使わない
+						cpu_flag &= 0xFFFFFFFE;
+					if (k & 8192)	// AVX2 を使わない
+						cpu_flag &= 0xFFFFFFEF;
+					if (k & 255){	// 使用するコア数を変更する
+						k &= 255;	// 1～255 の範囲
+						// printf("\n lc# = %d , logical = %d, physical = %d \n", k, cpu_num >> 24, (cpu_num & 0x00FF0000) >> 16);
+						if (k == 251){	// 物理コア数の 1/4 にする
+							k = ((cpu_num & 0x00FF0000) >> 16) / 4;
+						} else if (k == 252){	// 物理コア数の半分にする
+							k = ((cpu_num & 0x00FF0000) >> 16) / 2;
+						} else if (k == 253){	// 物理コア数の 3/4 にする
+							k = (((cpu_num & 0x00FF0000) >> 16) * 3) / 4;
+						} else if (k == 254){	// 物理コア数より減らす
+							k = ((cpu_num & 0x00FF0000) >> 16) - 1;
+						} else if (k == 255){	// 物理コア数より増やす
+							k = cpu_num >> 16;
+							k = ((k & 0xFF) + (k >> 8)) / 2;	// 物理コア数と論理コア数の中間にする？
+							// タスクマネージャーにおける CPU使用率は 100%になるけど、速くはならない・・・
+							// k = (k & 0xFF) + ((k >> 8) - (k & 0xFF)) / 4;	// 物理コア数の 5/4 にする？
+						}
+						if (k > MAX_CPU){
+							k = MAX_CPU;
+						} else if (k < 1){
+							k = 1;
+						} else if (k > (cpu_num >> 24)){
+							k = cpu_num >> 24;	// 論理コア数を超えないようにする
+						}
+						cpu_num = (cpu_num & 0xFFFF0000) | k;	// 指定されたコア数を下位に配置する
 					}
-					cpu_num = (cpu_num & 0xFFFF0000) | k;	// 指定されたコア数を下位に配置する
 				}
 			} else if (wcsncmp(tmp_p, L"m", 1) == 0){
 				memory_use = 0;
diff --git a/source/par2j/res_par2j.rc b/source/par2j/res_par2j.rc
index c21645d..b4490f5 100644
--- a/source/par2j/res_par2j.rc
+++ b/source/par2j/res_par2j.rc
@@ -1,7 +1,7 @@
 1 RT_STRING ".\\source.cl"
 
 1 VERSIONINFO
-FILEVERSION 1,3,3,3
+FILEVERSION 1,3,3,4
 PRODUCTVERSION 1,3,3,0
 FILEOS 0x40004
 FILETYPE 0x1
@@ -13,7 +13,7 @@ BLOCK "StringFileInfo"
 		VALUE "FileDescription", "PAR2 client"
 		VALUE "LegalCopyright", "Copyright (C) 2024 Yutaka Sawada"
 		VALUE "ProductName", "par2j"
-		VALUE "FileVersion", "1.3.3.3"
+		VALUE "FileVersion", "1.3.3.4"
 		VALUE "ProductVersion", "1.3.3.0"
 	}
 }
diff --git a/source/par2j/version.h b/source/par2j/version.h
index a55cb5d..7219f2d 100644
--- a/source/par2j/version.h
+++ b/source/par2j/version.h
@@ -1,2 +1,2 @@
-#define FILE_VERSION "1.3.3.3"	// ファイルのバージョン番号
+#define FILE_VERSION "1.3.3.4"	// ファイルのバージョン番号
 #define PRODUCT_VERSION "1.3.3"	// 製品のバージョン番号