FPU与软件仿真的性能比较

Question

虽然我知道(所以我被告知)浮点协处理器的工作速度比浮点运算的任何软件实现都快,但我完全没有直觉感觉这个差异有多大,按照数量级.

答案可能取决于应用程序和您的工作地点,微处理器和超级计算机之间.我对计算机模拟特别感兴趣.

你能指出这个问题的文章或论文吗？

Answer 1

一个通用的答案显然很模糊，因为性能取决于很多因素。

但是，根据我的理解，在没有在硬件中实现浮点（FP）操作的处理器中，软件实现的速度通常比整数操作慢10到100倍（如果实现不好，甚至更糟）。总是在CPU的硬件中实现。

确切的性能将取决于许多因素，例如整数硬件的功能-一些CPU缺少FPU，但是其整数运算中具有有助于实现FP计算的快速软件仿真的功能。

njuffa，Cristina Iordache和Ping Tak Peter Tang所提到的论文，《英特尔XScale架构上的浮点支持概述和数学库》均对此提供了支持。对于Intel XScale处理器，延迟列表（节选）：

integer addition or subtraction:  1 cycle
integer multiplication:           2-6 cycles
fp addition (emulated):           34 cycles
fp multiplication (emulated):     35 cycles

因此，这将导致整数和FP算术之间的系数大约为10-30。该论文还提到，GNU实现（GNU编译器默认使用的一种）的速度要慢10倍左右，这是100-300的总因数。

最后，请注意，上面是针对FP仿真器由编译器编译到程序中的情况。某些操作系统（例如Linux和WindowsCE）在OS内核中也具有FP仿真。优点是，即使没有FP仿真（例如，使用FPU指令）编译的代码也可以在没有FPU的进程上运行-内核将透明地在软件中仿真不受支持的FPU指令。但是，由于要增加额外的开销，因此这种仿真甚至比编译到程序中的软件仿真还要慢（大约10倍）。显然，这种情况仅与某些处理器架构没有FPU而有些处理器没有FPU（例如x86和ARM）的处理器体系结构有关。

注意：此答案将（模拟）FP操作的性能与同一处理器上的整数操作进行了比较。您的问题也可能被理解为与（模拟的）FP操作相对于硬件FP操作的性能有关（不确定您的意思）。但是，结果将大致相同，因为如果FP以硬件实现，则通常（几乎）与整数运算一样快。