c++ - C++ 和汇编中的对数

Question

显然 MSVC++2017 工具集 v141(x64 发布配置)不使用 FYL2X x86_64 汇编指令通过 C/C++ 内部函数，而不是 C++ log()或 log2()用法导致对长函数的真正调用，该函数似乎实现了对数的近似值(不使用 FYL2X )。我测的性能也很奇怪:log() (自然对数)比 log2() 快 1.7667 倍(以 2 为底数的对数)，尽管以 2 为底数的对数对于处理器来说应该更容易，因为它以二进制格式存储指数(以及尾数)，这似乎是 CPU 指令 FYL2X 的原因计算以 2 为底的对数(乘以一个参数)。

这是用于测量的代码:

#include <chrono>
#include <cmath>
#include <cstdio>

const int64_t cnLogs = 100 * 1000 * 1000;

void BenchmarkLog2() {
  double sum = 0;
  auto start = std::chrono::high_resolution_clock::now();
  for(int64_t i=1; i<=cnLogs; i++) {
    sum += std::log2(double(i));
  }
  auto elapsed = std::chrono::high_resolution_clock::now() - start;
  double nSec = 1e-6 * std::chrono::duration_cast<std::chrono::microseconds>(elapsed).count();
  printf("Log2: %.3lf Ops/sec calculated %.3lf\n", cnLogs / nSec, sum);
}

void BenchmarkLn() {
  double sum = 0;
  auto start = std::chrono::high_resolution_clock::now();
  for (int64_t i = 1; i <= cnLogs; i++) {
    sum += std::log(double(i));
  }
  auto elapsed = std::chrono::high_resolution_clock::now() - start;
  double nSec = 1e-6 * std::chrono::duration_cast<std::chrono::microseconds>(elapsed).count();
  printf("Ln: %.3lf Ops/sec calculated %.3lf\n", cnLogs / nSec, sum);
}

int main() {
    BenchmarkLog2();
    BenchmarkLn();
    return 0;
}

Ryzen 1800X 的输出是:

Log2: 95152910.728 Ops/sec calculated 2513272986.435
Ln: 168109607.464 Ops/sec calculated 1742068084.525

所以为了阐明这些现象(没有使用 FYL2X 和奇怪的性能差异)，我还想测试 FYL2X 的性能，如果速度更快，请使用它代替 <cmath>的功能。 MSVC++ 不允许在 x64 上进行内联汇编，因此使用 FYL2X 的汇编文件函数是需要的。

你能用这样一个使用 FYL2X 的函数的汇编代码来回答吗？或者如果在较新的 x86_64 处理器上有更好的对数指令(不需要特定的基数)？

Answer 1

这是使用 FYL2X 的汇编代码:

_DATA SEGMENT

_DATA ENDS

_TEXT SEGMENT

PUBLIC SRLog2MulD

; XMM0L=toLog
; XMM1L=toMul
SRLog2MulD PROC
  movq qword ptr [rsp+16], xmm1
  movq qword ptr [rsp+8], xmm0
  fld qword ptr [rsp+16]
  fld qword ptr [rsp+8]
  fyl2x
  fstp qword ptr [rsp+8]
  movq xmm0, qword ptr [rsp+8]
  ret

SRLog2MulD ENDP

_TEXT ENDS

END

调用约定根据https://learn.microsoft.com/en-us/cpp/build/overview-of-x64-calling-conventions ，例如

The x87 register stack is unused. It may be used by the callee, but must be considered volatile across function calls.

C++中的原型(prototype)是:

extern "C" double __fastcall SRLog2MulD(const double toLog, const double toMul);

性能比std::log2()慢2倍，比std::log()慢3倍多:

Log2: 94803174.389 Ops/sec calculated 2513272986.435
FPU Log2: 52008300.525 Ops/sec calculated 2513272986.435
Ln: 169392473.892 Ops/sec calculated 1742068084.525

基准测试代码如下:

void BenchmarkFpuLog2() {
  double sum = 0;
  auto start = std::chrono::high_resolution_clock::now();
  for (int64_t i = 1; i <= cnLogs; i++) {
    sum += SRPlat::SRLog2MulD(double(i), 1);
  }
  auto elapsed = std::chrono::high_resolution_clock::now() - start;
  double nSec = 1e-6 * std::chrono::duration_cast<std::chrono::microseconds>(elapsed).count();
  printf("FPU Log2: %.3lf Ops/sec calculated %.3lf\n", cnLogs / nSec, sum);
}