我正在一个流体力学代码中试验,降低浮点数在某些操作中的精度,以检验双重精度是否真的必要。
为此,我编写了一个截断函数,它将双精度向量的精度降低到单精度,而不需要转换数据。这允许我评估某些函数的准确性,而不必将代码转换为单个精度。由于这些评估在计算上是昂贵的,我的目标是具有尽可能高性能的截断函数。我已经尝试过以下几种方法,是否有任何方法可以提高truncate函数的性能?
#include <vector>
#include <iostream>
#include <iomanip>
#include <chrono>
#include <random>
void truncate(std::vector<double>& v)
{
for (double& d : v)
{
float d_float = static_cast<float>(d);
d = static_cast<double>(d_float);
}
}
int main()
{
std::random_device rd;
std::mt19937 mt(rd());
std::uniform_real_distribution<double> dist(0., 1.);
const int n = 512*512*512;
std::vector<double>v(n);
for (double& d : v)
d = dist(mt);
std::cout << "Before: " << std::setprecision(15) << v[0] << std::endl;
auto start = std::chrono::high_resolution_clock::now();
truncate(v);
auto duration = std::chrono::duration_cast<std::chrono::microseconds>(std::chrono::high_resolution_clock::now() - start);
std::cout << "After: " << std::setprecision(15) << v[0] << std::endl;
std::cout << "Duration in microseconds: " << duration.count() << std::endl;
return 0;
};发布于 2016-04-21 17:18:11
对于截断函数的绝对性能,您可能需要手动执行;假设您可以访问OpenMP和SSE,请查看_mm_cvtpd_ps (将2双转换为两个浮点数)和_mm_cvtps_pd (将转换回双)。
类似于:
double * vec; // aligned properly
#pragma omp parallel for schedule(static, 512)
for (int i = 0; i < size; i += 2)
{
_mm_store_pd(vec + i, _mm_cvtps_pd(_mm_cvtpd_ps(_mm_load_pd(vec + i))));
}这就是我要尝试的东西;您可以使用OpenMP选项,本质的确切形状(如果有可用的话,可以使用AVX )等等。
编辑: AVX变体只是_mm256_cvtpd_ps等等,如果您可以实现这个建议,您也可以实现AVX版本。
发布于 2016-04-21 08:13:56
如果您只想截断双打以快速浮动,那么有更快(也更困难)的方法可以做到这一点。取决于您已经知道或可以假设的数字,它可以更快或更慢。
对于这个解,我假设你可以有零,但没有正态分布,NaN或无穷大。换句话说,我可以掩盖浮动所没有的每一点,并得到足够接近的近似:
for (double &d : doubles) { (*(uint64_t*)&d) &= 0xFFFF_FFFF_E000_0000; }这将保持符号位和指数,以及23位尾数。准确地说,你还需要剪切指数--但它要么会导致一个反正态化(我们假设它不会发生),要么会导致无穷大(相同)。
请注意,将实际类型告知您的处理器的解决方案可能更好、更准确。这意味着作为一个解释性帖子,以说明浮动和双倍之间的实际差别。
发布于 2016-04-21 08:55:00
您考虑过使用截断函数的多线程版本吗?类似于:
void truncate(std::vector<double>& v, const int n_threads = 1)
{
if(n_threads <= 1) {
for (double& d : v) {
float d_float = static_cast<float>(d);
d = static_cast<double>(d_float);
}
}
else {
std::vector<std::thread> threads;
for (size_t id = 0; id < n_threads; ++id) {
auto threadFunc = [=,&v]() {
size_t beg = id*v.size()/n_threads;
size_t end = std::min(v.size(), (id+1)*v.size()/n_threads + (id == n_threads-1)*(v.size() % n_threads));
for (size_t i=beg; i < end; ++i) {
float d = static_cast<float>(v[i]);
v[i] = static_cast<double>(d);
}
};
threads.push_back(std::thread(threadFunc));
}
for (auto & t : threads) t.join();
}
}对于较大的向量,如果您可以使用多个线程,则增益应该是非常重要的。
https://stackoverflow.com/questions/36763167
复制相似问题