c++ - 关于整数和浮点性能的 SSE4 和 SSE2 - 哪个更快？

Question

虽然您通常在 CPU 上获得比浮点性能更好的整数算术性能，但有人可以澄清 SIMD 版本的情况。例如:

 __m128i _mm_mul_epi32(__m128i a, __m128i b);
//(multiplies 2 integer vectors)

对比:

__m128 _mm_mul_ps(__m128 a , __m128 b );
//(multiplies 2 float vectors)

哪个会产生更高的性能？(假设机器具有 SSE4 功能)。我这么说是因为我根据 SSE2 指令编写了我自己的小数学库，我不知道我是否应该继续使用__m128i.

Answer 1

让我展示一下我回答这些类型问题的第一个地方:Intel Intrinsic Guide在线的。您提供内在函数，它会告诉您它的作用，并通过 Haswell(很快还有 Broadwell)处理器为 Nehalem 提供延迟和吞吐量。以下是结果:

_mm_mul_ps

                Latency    Reciprocal throughput
Haswell         5          0.5
Ivy Bridge      5          1
Sandy Bridge    5          1
Westmere        4          1
Nehalem         4          1

_mm_mul_epi32

                Latency    Reciprocal throughput
Haswell         5          1
Ivy Bridge      3          1
Sandy Bridge    3          1
Westmere        3          1
Nehalem         3          1

延迟越低，吞吐量越低越好。从这些表中我们可以得出结论

• 除了 Haswell，_mm_mul_epi32 的延迟小于 _mm_mul_ps，
• 在 Haswell 上的延迟是一样的，
• 除了 Haswell，吞吐量是一样的，
• 在 Haswell 上，_mm_mul_ps 的吞吐量是 _mm_mul_epi32 的两倍。

Haswell 的吞吐量是唯一的惊喜。

如果您想要 Nehalem 之前的处理器和/或 AMD 处理器的结果，请参阅 Agner Fog 的 Instruction tables manual或运行他的 tests programs他用它来测量延迟和吞吐量。