理解FMA指令性能

Question

我想了解怎样才能最大限度地利用CPU上的操作。我正在做一个简单的矩阵乘法程序，我有一个Skylake处理器。我在维基百科的页面上寻找关于这个架构的失败信息，我对它有着不同的理解。

据我理解，FMA指令允许3路FP输入对吗？并允许在加与乘之间混和。但是，当我只添加两个浮动时会发生什么呢？它是简单地乘以它吗？我可以增加3个浮动在一个周期，或将分裂？我看到了skylake，每周有32次单精度输入失败，但是“2 8宽FMA指令”的含义是什么？

谢谢你的解释

Answer 1

FMA在一次运算中计算±a*b±c，有一个舍入误差。它就是这么做的，别无他法。计算a+b+c不能使用FMA指令；为此需要两个依赖的添加操作。

根据编译器的不同，您可能需要转一个编译器选项来允许使用FMA指令，因为它们不会给出与乘后加相同的结果。在某些情况下，您可能需要重新排列代码，例如，a_b + c_d +e将计算为x= a_b；y= FMA (c，d，x)，z=y+e，但e+ a_b + c*d将计算为x= FMA (a，b，e)；z= FMA (c，d，x)。FFT的基本运算可以用八个浮点运算来完成，可以用四个浮点运算和两个其它运算重写为10个运算。

“两个8宽的FMA指令”意味着它可以使用两个256位矢量寄存器执行FMA指令，每个寄存器包含8个浮点数，其中两个在同一个周期内。