关于整数和浮点性能的SSE4和SSE2 --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算术性能，但是否有人能澄清SIMD versions.For实例的情况：

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

相对于：

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

这会产生更高的性能吗？(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，我不知道是否应该继续使用__m128i。

Answer 1

让我展示一下我第一个回答这些问题的地方：英特尔内在指南在线。您提供了内在的，它告诉您它做了什么，并通过Haswell (很快还包括Broadwell)处理器为Nehalem提供了延迟和吞吐量。以下是研究结果：

_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

较低的延迟和交互吞吐量更好。从这些表格中我们可以得出结论：

• 除了哈斯韦尔，_mm_mul_epi32的延迟小于_mm_mul_ps，
• 在Haswell上，延迟是一样的，
• 除了哈斯韦尔的吞吐量是一样的，
• 在Haswell上，_mm_mul_ps的吞吐量是_mm_mul_epi32的两倍。

哈斯韦尔的吞吐量是唯一令人惊讶的。

如果您希望获得前Nehalem处理器和/或AMD处理器的结果，请参阅Agner的指令表手册或运行他的测试程序，这是他用来测量延迟和吞吐量的方法。