pow(x,3.0f)对x*x*x？

Question

下面的节目..。

int main() {
    float t = 0;
    for (int i = 0; i < 1'000'000'000; i++) {
        const float x = i;
        t += x*x*x;
    }
    return t;
}

...takes大约900毫秒在我的机器上完成。但是..。

#include <cmath>

int main() {
    float t = 0;
    for (int i = 0; i < 1'000'000'000; i++) {
        const float x = i;
        t += std::pow(x,3.0f);
    }
    return t;
}

...takes大约6600毫秒完成。

我被告知，优化器没有内联std::pow函数，因此这两个程序产生相同的代码并具有相同的性能。

有什么见解吗？你如何解释5倍的性能差异？

作为参考，我在Linux x86上使用gcc x86

更新：(C版)

int main() {
    float t = 0;
    for (int i = 0; i < 1000000000; i++) {
        const float x = i;
        t += x*x*x;
    }
    return t;
}

...takes大约900毫秒在我的机器上完成。但是..。

#include <math.h>

int main() {
    float t = 0;
    for (int i = 0; i < 1000000000; i++) {
        const float x = i;
        t += powf(x,3.0f);
    }
    return t;
}

...takes大约6600毫秒完成。

更新2

以下节目：

#include <math.h>

int main() {
    float t = 0;
    for (int i = 0; i < 1000000000; i++) {
        const float x = i;
        t += __builtin_powif(x,3.0f);
    }
    return t;
}

运行900毫秒，就像第一个程序。

为什么pow不与__builtin_powif内联？

更新3:

对于-ffast-math，下面的程序如下：

#include <math.h>
#include <iostream>

int main() {
    float t = 0;
    for (int i = 0; i < 1'000'000'000; i++) {
            const float x = i;
            t += powf(x, 3.0f);
    }
    std::cout << t;
}

在227 as中运行(与x*x*x版本一样)。这是每次迭代200皮克秒。使用-fopt-info，它表示optimized: loop vectorized using 16 byte vectors和optimized: loop with 2 iterations completely unrolled，所以我猜这意味着它对SSE执行4次迭代，一次执行2次迭代(一次总共执行8次迭代)，或者类似的事情？

Answer 1

关于gcc建筑的文档页面是显式的(强调我的)：

内置功能: double __builtin_powi (double，int) 将第一个参数返回到第二个参数的威力。与pow函数不同，没有保证精度和四舍五入的。内置函数: float __builtin_powif (float，int) 类似于__builtin_powi，除了参数和返回类型是浮动的。

由于__builtin_powif具有与单纯的产品相同的性能，这意味着为了保证精度和舍入，pow所要求的控件需要额外的时间。