3

在 fpu 切换到单精度模式前几年，我在旧 fpu 上读到过，除法和 sqr 的速度是正常模式下的两倍。

（检查它的来源http://stereopsis.com/FPU.html）

还是这样，这样的切换可以加快一些循环，在里面产生很多浮点代码？

第二个问题相关，例如，在执行系统（winapi）调用时，我可以在代码中自由地玩弄 FPU 精度吗，与 fpu 舍入模式和系统端相同，api 是否也会破坏我的设置？

4

2 回答 2

2

是的，Agner Fog 的吞吐量/延迟数字与降低 x87 精度以加快最坏情况的速度完全一致。

考虑到现代 div/sqrt 硬件的工作方式，使用 Radix-16 或 Radix-1024 分频器迭代计算结果的更多位，这也是有意义的，因此需要更少的正确位意味着您可以更快地停止。（GCC 的 sqrt() 编译后是如何工作的？用的是哪一种 root 方法？Newton-Raphson？和Intel x86 处理器的整数除法算法）

fdiv考虑到 x87和 SSE1divss在相同的硬件上运行，divss具有相同的最佳情况（舍入除数）但更好的最坏情况，这也是有意义的。divssx87 精度位大概控制硬件分频器的方式完全相同divsd。

详情如下

是的，x87 可以限制为 64 位或 32 位总宽度（double或float），低于标准的 80 位。 是的，这确实稍微加快了fsqrt最坏fdiv情况的速度，使其速度与相同精度的标量 SSE/SSE2 大致相同（sqrtss= 标量单 / sqrtsd= 标量双）。没有其他东西运行得更快或更慢。

它不会使x87 比 SSE 更快，所以在这一点上，它主要是 CPU 历史的好奇。

显然 DirectX 确实（曾经？）实际上将 x87 精度设置为 24 位尾数（float），并且 MSVC 的 CRT 启动用于将其设置为 53 位尾数（double）。请参阅 Bruce Dawson 的https://randomascii.wordpress.com/2012/03/21/intermediate-floating-point-precision/。但微软的历史怪异是个例外；其他工具链/操作系统不会乱用 x87。

Agner Fog 的指令表没有提到 Sandybridge 或更高版本 CPU 的 x87 精度。这可能意味着它不再有帮助，或者（我认为）Agner 认为它不值得一提。他的 SnB 和更新的表格没有任何脚注，所以我认为这就是解释。据我所知，SnB 的分频器与 NHM 没有太大区别。

对于尼哈勒姆：

  • fdiv7-27 个周期延迟 = 吞吐量（根本没有流水线化），脚注说Round divisors 或低精度给出低值。

  • divsd/ divpd7-22 周期延迟=吞吐量。

  • divss/ divps7-14 个周期延迟=吞吐量。

因此，所有形式的最佳情况性能（分频器占用 7 个周期）都是相同的，最坏情况变得更糟，可能的尾数位越多。

我们知道除法器硬件是迭代的，并且必须持续更长时间才能计算更多位，因此将 x87 精度设置为 24 位或 53 位以与 using完全相同的方式帮助性能是 100% 合理的divss。无论如何，它们共享相同的硬件执行单元。

IvyBridge 终于流水线化了 FP 分频器。与 IvB 相比，Haswell 没有对 div 数字进行任何重大更改。这些是 HSW 编号：

  • fdiv10-24c 延迟，8-18c 吞吐量
  • divsd/ divpd xmm: 10-20c 延迟，8-14c 吞吐量
  • divss/ divps xmm: 10-13c 延迟，7c 吞吐量（固定延迟对调度程序来说很好）

另请参阅浮点除法与浮点乘法，其中我收集了 Agner Fog 的最新 Intel CPU 数据，包括 256 位 YMM 向量。我在那里省略了 x87，因为它基本上与高性能无关。

通常您只使用 SSE1，因为它通常更快（由于平坦的寄存器集和 2 操作数指令而不是堆栈，因此无需在fxch和寄存器副本上花费前端带宽）。fld并且在某些情况下使用 SIMD 的机会（通常 4x float sqrt 结果与 1 相同）使其与将 x87 FPU 设置为 32 位相比是一个巨大的胜利。

大多数 SSE 数学指令的吞吐量和延迟与 x87 对应的指令相似，但 x87 的开销更大。

如果您需要制作与古代CPU兼容的 32 位二进制文​​件，甚至没有 SSE1fdiv ，是的，如果fsqrt性能对您的代码很重要，您可以将 x87 精度降低到 24 位。（可能还可以加速一些微编码的 x87 指令，例如fsinand fyl2x，IDK。）

或者，如果将精度降低到float过于激烈，那么您将double在 XMM regs 中查看 SSE2 的数学。它是 x86-64 的基线，因此如果您出于某种原因必须制作 32 位二进制文​​件，则再次值得考虑。没有它的最新 CPU 是 Athlon XP。（如果您不计算当前 Geode 之类的东西。）

与fpu舍入模式和系统端相同，api也会破坏我的设置吗？

AFAIK，什么都不会改变舍入模式。那将是一个很大的差异，并且对性能没有帮助。

如果有人能够证明这样做是合理的，那么有人会这样做是为了在(int)float没有 SSE convert-with-truncation 指令（或 SSE3fisttp用于 x87 版本）的情况下使用 C 的性能，以避免必须将 x87 舍入模式设置为截断（接近 0），然后在每次 FP 值转换为整数时恢复它。

大多数编译器在优化时假定舍入到最近。

于 2019-03-07T07:53:49.330 回答
-1

我的理解是，精度对传统 x86 FPU 速度的影响几乎以 i486 结束。不过，这是 8087 天以来的常见优化。

于 2012-10-03T16:41:43.387 回答