我正在尝试比较 FMA 性能(math.h
中的 fma()
)与浮点计算中的朴素乘法和加法。测试很简单。我将为大迭代次数迭代相同的计算。要进行精确检查,我必须完成两件事。
- 计算时间不应包含其他计算。
- 不应针对 FMA 优化简单的乘法和加法
- 不应优化迭代。即迭代应该完全按照我的预期进行。
为了实现上述目标,我做了以下事情:
- 函数是内联的,只包含必需的计算。
- 使用 g++
-O0
选项不优化乘法。 (但是当我查看转储文件时,它似乎为两者生成了几乎相同的代码) - 使用了
volatile
。
但结果显示几乎没有区别,甚至比简单的乘法和加法更慢 fma()
。 这是我预期的结果(即它们在速度方面并没有真正不同)还是我做错了什么?
规范
- Ubuntu 14.04.2
- G++ 4.8.2
- Intel(R) Core(TM) i7-4770(3.4GHz,8MB 三级缓存)
我的代码
#include <iostream>
#include <cmath>
#include <cstdlib>
#include <chrono>
using namespace std;
using namespace chrono;
inline double rand_gen() {
return static_cast<double>(rand()) / RAND_MAX;
}
volatile double a, b, c;
inline void pure_fma_func() {
fma(a, b, c);
}
inline void non_fma_func() {
a * b + c;
}
int main() {
int n = 100000000;
a = rand_gen();
b = rand_gen();
c = rand_gen();
auto t1 = system_clock::now();
for (int i = 0; i < n; i++) {
non_fma_func();
}
auto t2 = system_clock::now();
for (int i = 0; i < n; i++) {
pure_fma_func();
}
auto t3 = system_clock::now();
cout << "non fma" << endl;
cout << duration_cast<microseconds>(t2 - t1).count() / 1000.0 << "ms" << endl;
cout << "fma" << endl;
cout << duration_cast<microseconds>(t3 - t2).count() / 1000.0 << "ms" << endl;
}
最佳答案
是的,你做的事情完全错了。至少有两个东西。但让我们保持简单。
Used g++ -O0 option not to optimize the multiplication
这会使您的整个结果完全无关紧要。有趣的事实:在任何一种情况下,函数调用的成本都可能高于计算的成本。
从根本上说,未启用优化的基准测试结果完全没有意义。您不能只是关闭它们并希望获得最好的结果。它们绝对必须被启用。
其次,FMA 与常规乘加法是一个复杂的情况 - 在延迟与吞吐量等方面,乘加法可能更胜一筹。
简而言之,您的基准测试根本不是基准测试,它只是一堆产生无意义垃圾的随机指令。
如果你想要一个准确的基准,你必须完全准确地再现实际使用环境。包括周边代码、编译器优化和整个流程。
关于c++ - FMA 性能与朴素计算的比较,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29218884/