将fpu切换为单精度

Question

我在fpu之前几年读到过，当切换到单精度模式时，除法和sqr的速度是正常模式的两倍。

(查看源码http://stereopsis.com/FPU.html)

它仍然是这样的吗?这样的切换可以加快一些循环的速度，使内部产生大量的浮点代码？

与第二个问题相关，例如，当进行系统(winapi)调用时，我可以在代码中自由地玩弄FPU精度吗，与fpu取整模式和系统端一样，api是否也会破坏我对它的设置？

Answer 1

是的，Agner Fog的吞吐量/延迟数字与降低x87精度完全一致，从而在最坏的情况下加速。

考虑到现代div/sqrt硬件的工作方式，使用Radix-16或Radix-1024除法器迭代地计算结果的更多位，因此需要更少的正确位意味着您可以更快地停止。(How sqrt() of GCC works after compiled? Which method of root is used? Newton-Raphson?和The integer division algorithm of Intel's x86 processors)

这也是有意义的，因为x87 fdiv和SSE1 divss运行在相同的硬件上，而divss具有相同的最佳情况(舍入因子)，但最坏情况更好。据推测，x87精度位控制HW分频器的方式与divss或divsd完全相同。

下面的详细信息

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。在最坏的情况下，fsqrt fdiv 和fdiv的速度与相同精度的标量SSE/SSE2的速度大致相同(sqrtss =标量fsqrt/ sqrtsd =标量双精度)。没有比它运行得更快或更慢的了。

It does not make x87比SSE更快，所以在这一点上，它主要是一个CPU历史的奇闻。

显然DirectX是这样做的(习惯于？)实际上将x87精度设置为24位尾数(float)，并使用MSVC的CRT启动将其设置为53位尾数(double)。参见Bruce Dawson的https://randomascii.wordpress.com/2012/03/21/intermediate-floating-point-precision/。但微软的历史怪癖是个例外；其他工具链/ OSes不会与x87打交道。

Agner Fog's instruction tables没有提到针对Sandybridge或更新版本的CPU的x87 precision。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和较新的表没有任何脚注，所以我认为这就是解释。据我所知，瑞士央行的分隔器与NHM没有太大不同。

对于Nehalem：

• fdiv 7-27个周期延迟=吞吐量(根本不是流水线)，脚注上写着: values.
• divsd/divpd divisors or low precision 22 values.
• divsd/divpd 7-22 cycles latency=throughput.
• divss/divps 7-14 cycles latency=throughput.

因此，最佳情况下的性能(除法器占用7个周期)对于所有形式都是相同的，最坏的情况会变得更差，尾数位越多。

我们知道除法器HW是迭代的，并且必须持续更长的时间来计算更多的位，所以将x87精度设置为24位或53位可以100%地帮助中的性能，就像使用 precision 一样。无论如何，它们共享相同的硬件执行单元。

IvyBridge最终完成了FP分割器的流水线。哈斯韦尔没有对IvB的div编号做任何重大更改。以下是HSW编号：

• fdiv 10-24c延迟，8-18c throughput
• divsd / divpd xmm：10-20c延迟，8-14c throughput
• divss /divpd xmm：10-13c延迟，7c吞吐量(固定延迟适用于计划程序)

另请参阅Floating point division vs floating point multiplication，在那里我收集了最近英特尔CPU的Agner Fog数据，包括256位的YMM向量。我在这里省略了x87，因为它基本上与高性能无关。

通常情况下，你会使用SSE1，因为它通常更快的(由于平面寄存器集和2操作数指令而不是堆栈，在fxch和fld寄存器拷贝上没有花费前端带宽)。在某些情况下使用SIMD的机会(通常是4x浮点sqrt的结果与1相同)，与将x87微处理器设置为32位相比，这是一个巨大的优势。

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

如果你需要在没有SSE1的情况下生成与古老的CPU兼容的32位二进制文件，是的，如果fdiv和fsqrt性能对你的代码很重要，你可以将CPU精度降低到24位。(可能还会加速一些微码x87指令，如fsin和fyl2x，IDK。)

或者，如果将精度降低到float太过分了，那么您将在SSE2中查看double的数学规则。它是x86-64的基准，所以只有在出于某种原因必须生成32位二进制文件的情况下才值得考虑。最新的没有它的CPU是Athlon XP。(如果你不算像current Geode这样的东西。)

与四舍五入模式和系统端相同，是否也会破坏我的设置？

AFAIK，任何事情都不会改变舍入模式。这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，那么有人会为了C的性能而这样做，这些C使用不带SSE转换和截断指令的(int)float (或者对于x87版本是SSE3 fisttp )，以避免必须将x87舍入模式设置为截断(接近0)，然后在每次将fp值转换为整数时恢复它。

大多数编译器在优化时都假设是四舍五入的。

Answer 2

我的理解是，在传统的x86浮点处理器上，精度对速度的影响几乎在i486中就结束了。不过，在8087年前，这是一个常见的优化。