我很好奇浮点运算在专用硬件与固定硬件上的速度有多快。
对于定点，假设您有数字 555，并且您想乘以 1.54，您需要将值 555、154 和 100 加载到寄存器（三个时钟）中，将 555 乘以 154（四个时钟），然后除以 100 （四个时钟），然后将输出寄存器加载到内存中（一个时钟）。
使用浮点，您可以将值 555 和 1.54 加载到寄存器（两个时钟）中，获得更大的缩放/指数（一个时钟），减去缩放（一个时钟），标准化一个（四个时钟进行乘法），乘法（四个时钟），然后将输出寄存器保存到内存中（一个时钟）。
12 个固定时钟和 13 个浮动时钟。那么我是否遗漏了一些东西，并且有真正的性能优势，还是只是易于使用？我只是使用四个时钟进行乘法，显然它不会在所有处理器上都相同，但它提供了一个总体思路。
使用定点数 1.54 已经以适合您的格式存储。然后，您只需进行整数乘法，然后进行常数加法以补偿舍入误差和一些筛选以使基数正确。参见维基百科：Q 数字格式。
例如，假设 Q15.16 格式（整数 15 位，小数部分 16 位），您可以像这样执行乘法：
int32_t a = 555 * (1 << 16); /* constant */
int32_t b = 1.54 * (1 << 16); /* constant, no calculations needed at run time */
int64_t temp = ((((int64_t) a) * b) + (1 << 15)) >> 16;
int32_t result = (int32_t) temp;
不需要除法或其他计算（除非您需要从外部读取输入）1.54。b使用您假设的 CPU 两个负载，双精度乘法，常数加法（如果您一次执行多次乘法，则已经在寄存器中）和移位。
使用专用硬件（例如 DSP 内核或指令扩展）Qn.m可以直接支持某些类型，也可以采用矢量化方式。尽管使用更高级别的 CPU（现代 Intel 或 AMD），但我相信使用定点可能没有太多好处，因为浮点指令已经非常有效。
对于现代处理器，查看单个指令的性能并不是很有用。许多指令既是流水线的又是超标量的，因此多条指令处于同时执行的不同阶段。
从处理器规格和代码计算性能非常困难。我通常只会这样做来估计尚不存在的处理器的性能。如果处理器和代码都存在，则更容易测量。