Ser*_* K. 7 c floating-point arm android-ndk linderdaum
我想知道如何将智能手机上的ARM浮点性能与x86进行比较.为此,我写了以下代码:
#include "Linderdaum.h"
sEnvironment* Env = NULL;
volatile float af = 1.0f;
volatile float bf = 1.0f;
volatile int a = 1;
volatile int b = 1;
APPLICATION_ENTRY_POINT
{
Env = new sEnvironment();
Env->DeployDefaultEnvironment( "", "CommonMedia" );
double Start = Env->GetSeconds();
float Sum1 = 0.0f;
for ( int i = 0; i != 200000000; i++ ) { Sum1 += af + bf; }
double End = Env->GetSeconds();
Env->Logger->Log( L_DEBUG, LStr::ToStr( Sum1, 4 ) );
Env->Logger->Log( L_DEBUG, "Float: " + LStr::ToStr( End-Start, 5 ) );
Start = Env->GetSeconds();
int Sum2 = 0;
for ( int i = 0; i != 200000000; i++ ) { Sum2 += a + b; }
End = Env->GetSeconds();
Env->Logger->Log( L_DEBUG, LStr::ToStr( Sum2, 4 ) );
Env->Logger->Log( L_DEBUG, "Int: " + LStr::ToStr( End-Start, 5 ) );
Env->RequestExit();
APPLICATION_EXIT_POINT( Env );
}
APPLICATION_SHUTDOWN
{}
以下是不同目标和编译器的结果.
1. Core i7 920上的Windows PC.
VS 2008,调试版本,Win32/x86
(Main):01:30:11.769 Float: 0.72119
(Main):01:30:12.347 Int: 0.57875
float比...慢int.
VS 2008,调试版本,Win64/x86-64
(Main):01:43:39.468 Float: 0.72247
(Main):01:43:40.040 Int: 0.57212
VS 2008,发布版本,Win64/x86-64
(Main):01:39:25.844 Float: 0.21671
(Main):01:39:26.060 Int: 0.21511
VS 2008,发布版本,Win32/x86
(Main):01:33:27.603 Float: 0.70670
(Main):01:33:27.814 Int: 0.21130
int 正在获得领先地位.
2.三星Galaxy S智能手机.
GCC 4.3.4,armeabi-v7a,-mfpu = vfp -mfloat-abi = softfp -O3
01-27 01:31:01.171 I/LEngine (15364): (Main):01:31:01.177 Float: 6.47994
01-27 01:31:02.257 I/LEngine (15364): (Main):01:31:02.262 Int: 1.08442
float比...慢得多int.
现在让我们改变循环中乘法的加法:
float Sum1 = 2.0f;
for ( int i = 0; i != 200000000; i++ )
{
Sum1 *= af * bf;
}
...
int Sum2 = 2;
for ( int i = 0; i != 200000000; i++ )
{
Sum2 *= a * b;
}
VS 2008,调试版本,Win32/x86
(Main):02:00:39.977 Float: 0.87484
(Main):02:00:40.559 Int: 0.58221
VS 2008,调试版本,Win64/x86-64
(Main):01:59:27.175 Float: 0.77970
(Main):01:59:27.739 Int: 0.56328
VS 2008,发布版本,Win32/x86
(Main):02:05:10.413 Float: 0.86724
(Main):02:05:10.631 Int: 0.21741
VS 2008,发布版本,Win64/x86-64
(Main):02:09:58.355 Float: 0.29311
(Main):02:09:58.571 Int: 0.21595
GCC 4.3.4,armeabi-v7a,-mfpu = vfp -mfloat-abi = softfp -O3
01-27 02:02:20.152 I/LEngine (15809): (Main):02:02:20.156 Float: 6.97402
01-27 02:02:22.765 I/LEngine (15809): (Main):02:02:22.769 Int: 2.61264
问题是:我缺少什么(任何编译器选项)？ARM设备上的浮点数学运算是否真的慢(与int相比)？
-mfloat-abi=softfp显式调用模拟浮点。检查您的 Galaxy 的规格，并在可能的情况下使用硬件 FP 进行编译。
并非所有 ARM CPU 一开始就支持硬件浮点。不过，NDK 的 ARMEABI 的默认设置要求模拟 FP - 它应该与无 FP 的机器兼容。充其量，您可以对 CPU 功能进行一些运行时分支。
@Seva Alekseyev 该-mfloat-abi标志仅控制如何将浮点值传递给函数。使用softfp值是使用普通寄存器传递的。使用hardfp值是通过 FPU 寄存器传递的。该-mfloat-abi标志不控制使用哪些硬件指令。
基本上softfp用于保持与没有 FPU 的设备的向后兼容性。对于具有 FPU 的设备来说，使用softfp将会产生一些额外的开销。
@Sergey K 比较 x86 和 ARM 就像比较苹果和橙子。它们是两个截然不同的平台。ARM 的主要设计目标是低功耗而不是速度。使用 可以看到一些性能改进hardfp。还有一个 4.6 版本的编译器可用。考虑到架构差异，我认为您的结果是合理的。
参见http://github.com/dwelch67/stm32f4d 查看float03目录
该测试比较了这两个函数固定与浮动
.thumb_func
.globl add
add:
mov r3,#0
loop:
add r3,r0,r1
sub r2,#1
bne loop
mov r0,r3
bx lr
.thumb_func
.globl m4add
m4add:
vmov s0,r0
vmov s1,r1
m4loop:
vadd.f32 s2,s0,s1
sub r2,#1
bne m4loop
vmov r0,s2
bx lr
结果并不太令人惊讶，0x4E2C 时间是定点时间，而 0x4E2E 是浮点时间，浮点测试函数中有一些额外的指令可能解释了差异：
00004E2C
00004E2C
00004E2E
00004E2E
00004E2C
00004E2E
stm32f4 中的 fpu 是其大兄弟和姐妹中的 vfp 的仅限于单精度版本。您应该能够在任何带有 vfp 硬件的 armv7 上执行上述测试。
通过链接 __aeabi_fadd 函数并每次通过循环进行额外的调用，加上内存访问的额外时间，可能在库函数外部或内部（vmov）进行转换等，可以添加到您所看到的内容。答案当然是在反汇编中。