fp:精确vs. fp:严格性能

Question

我检测到我的程序结果在发布版本和调试版本之间存在一些差异。经过一些研究后，我意识到一些浮点优化导致了这些差异。通过使用fenv_access杂注禁用一些关键方法的一些优化，我已经解决了这个问题。

考虑到这一点，我意识到在我的程序中使用fp:strict模型可能比使用fp:precise模型更好，因为它的特点，但我担心性能。我试图找到一些关于fp:strict的性能问题的信息，或者精确和严格模型之间的性能差异，但我找到的信息很少。

有人知道这件事吗？？

提前谢谢。

Answer 1

这是因为您是在32位模式下编译的，它使用x86浮点处理器。代码优化器删除了从FPU寄存器到内存再返回的冗余移动，将中间结果保留在FPU堆栈中。一个非常重要的优化。

问题是，FPU以80位的精度存储双精度数。而不是双精度的64位精度。英特尔最初认为这是一个功能，产生更准确的中间计算，但它实际上是一个错误。当他们设计64位编译器用来做浮点数学的SSE2指令集时，他们没有犯同样的错误。XMM寄存器为64位。

因此，在发布模式构建中，你会得到微妙的不同结果，因为计算是用更多的位来执行的。在使用浮点值进行计算的程序中，这不应该是一个问题，一个双精度只能存储15位有效数字。不同的是噪声数字，超过前15位的数字。但有时如果你的计算严重丢失了有效数字，就会更少。就像计算1-3* (1/3.0)。

但是，你可以使用fp:precise来获得一致的噪声数字。它强制将中间值刷新到内存中，这样它们就不能以80位精度保留在FPU中。当然，这会使你的代码变慢。

Answer 2

我不确定这是不是一个解决方案，但我有:)正如我之前的post，我写了一个测试程序，执行浮点操作，据说是在fp:precise下优化的，而不是在fp:strict下优化的，然后测量性能。我运行了10000次，平均来说，fp:strict比fp:precise慢2.85%。

Answer 3

仅提供我的两点意见：

我有一个自动矢量化的图像处理程序，目的是以matlab为金标准来比较其性能和精度。

使用VS2012和英特尔i950。

关键区域错误和运行时

2.3328196e-02 465 ms with strict 
7.1277611e-02 182 ms with precise
7.1277611e-02 188 ms with fast

严格的没有矢量化

使用strict使代码速度减慢了2倍。这是不可接受的。