c++ - SSE4 和 SSE2 关于整数和浮点性能 - 哪个更快？

Question

虽然您通常在 CPU 上获得比浮点性能更好的整数运算性能，但有人可以澄清 SIMD 版本的情况。例如：

 __m128i _mm_mul_epi32(__m128i a, __m128i b);
//(multiplies 2 integer vectors)

相对：

__m128 _mm_mul_ps(__m128 a , __m128 b );
//(multiplies 2 float vectors)

哪个产生更高的性能？（假设机器具有 SSE4 功能）。我这么说是因为我根据 SSE2 指令编写了自己的小数学库，我不知道我是否应该继续使用 __m128i。

Answer 1

让我展示我回答这些类型问题的第一个地方：在线英特尔内在指南。您提供内在函数，它会告诉您它做了什么，并通过 Haswell（以及很快的 Broadwell）处理器为 Nehalem 提供延迟和吞吐量。结果如下：

_mm_mul_ps

                Latency    Reciprocal throughput
Haswell         5          0.5
Ivy Bridge      5          1
Sandy Bridge    5          1
Westmere        4          1
Nehalem         4          1

_mm_mul_epi32

                Latency    Reciprocal throughput
Haswell         5          1
Ivy Bridge      3          1
Sandy Bridge    3          1
Westmere        3          1
Nehalem         3          1

较低的延迟和互惠吞吐量更好。从这些表中我们可以得出结论

• 除了 Haswell 的延迟_mm_mul_epi32小于_mm_mul_ps,
• 在 Haswell 上，延迟是一样的，
• 除了 Haswell，吞吐量是相同的，
• 在 Haswell 上，吞吐量_mm_mul_ps是 的两倍_mm_mul_epi32。

Haswell 的吞吐量是唯一的主要惊喜。

如果您想要 Nehalem 之前的处理器和/或 AMD 处理器的结果，请参阅 Agner Fog 的指令表手册或运行他用来测量延迟和吞吐量的测试程序。