C 提高division Vivado HLS的性能

我正在计算输入数据的增量平均值（这是一个由6个元素组成的数组，因此我将以6个平均值结束）

这是我每次使用新的输入数组时使用的代码（显然，我会更新样本数ecc…）：

---

计算的意思是：对于（int i=0；i除了像
sin（）
（
FSIN
=~50-170个周期）和
cos（）
（
FCOS
=~50-120个周期）这样的三角函数，或者像
sqrt（）
（
FSQRT
=~22个周期）这样的函数，除法总是最痛苦的

FDIV
为15个周期。
FADD
和
FMUL
均为5个周期

在某些情况下，如果使用整数数据，并且除以的数字是2的幂，则可以跳过除法而进行位移位，但仅此而已

您可以在中查找任何给定指令的大致CPU周期成本。
FDIV
就是一个昂贵的例子

也就是说，您可以尝试提前计算除法因子，然后使用乘法进行应用：

double inverse_n = 1 / number_of_samples;

temp_mean[i]=temp_mean[i] + (input[i]-temp_mean[i]) * inverse_n;

我不确定这是否节省了一大笔钱，但如果你真的需要减少周期，那就值得一试。
除了三角函数，比如
sin（）
（
FSIN
=~50-170个周期）和
cos（）
（
FCOS
=~50-120个周期），或者类似
sqrt（）
（
FSQRT
），分裂永远是最痛苦的

FDIV
为15个周期。
FADD
和
FMUL
均为5个周期

在某些情况下，如果使用整数数据，并且除以的数字是2的幂，则可以跳过除法而进行位移位，但仅此而已

您可以在中查找任何给定指令的大致CPU周期成本。
FDIV
就是一个昂贵的例子

也就是说，您可以尝试提前计算除法因子，然后使用乘法进行应用：

double inverse_n = 1 / number_of_samples;

temp_mean[i]=temp_mean[i] + (input[i]-temp_mean[i]) * inverse_n;

我不确定这是否节省了很多钱，但如果你真的需要减少周期，那就值得一试。
ANSI C？这是一个遗留的代码库吗？矢量化只是利用SIMD指令，它不是C本身的一个功能。如果你问“有没有一根魔杖我可以在代码上挥舞，让它更快？”答案是否定的。如果你问“有没有办法通过修改代码来加快代码的速度？”答案很长也很复杂，但是答案是肯定的。困难但相对简单的方法是看你是否可以用SIMD指令将其矢量化。更困难但可能更好的方法是看你是否可以将所有这些都转储到GPU上，并将其作为内核函数写入。你要求的是一根魔杖。它不存在。你为什么要这样做墨迹这一行是问题所在？你有一个探查器报告吗？这看起来可能需要很多时间，但实际上不是。除法在计算上更昂贵，这是真的，但在大多数情况下它不会非常昂贵。如果你有性能问题，它可能与以下之一有关：缓存未命中、数据布局问题、错误的str结构设计或根本无效的算法。除了三角函数，如
sin（）
和
cos（）
，或类似
sqrt（）的东西
，除法永远是最痛苦的。有时，如果处理整数数据时，除法是2的幂，则可以跳过除法而进行位移位。仅此而已。ANSI C？这是某种遗留代码库吗？矢量化只是利用SIMD指令，而不是函数如果你问“有没有一根魔杖我可以在这段代码上挥舞并使它更快”答案是否定的。如果你问“有没有办法通过修改它使这段代码更快？”答案很长也很复杂，但是答案是肯定的。困难但相对简单的方法是看你是否可以用SIMD指令将其矢量化。更困难但可能更好的方法是看你是否可以将所有这些都转储到GPU上，并将其作为内核函数写入。你要求的是一根魔杖。它不存在。你为什么要这样做墨迹这一行是问题所在？你有一个探查器报告吗？这看起来可能需要很多时间，但实际上不是。除法在计算上更昂贵，这是真的，但在大多数情况下它不会非常昂贵。如果你有性能问题，它可能与以下之一有关：缓存未命中、数据布局问题、错误的str结构设计或根本无效的算法。除了三角函数，如
sin（）
和
cos（）
，或类似
sqrt（）的东西
，除法永远是最痛苦的。如果处理整数数据时，除法的位数是2的幂，则有时可以跳过除法而进行位移位，但仅此而已。
double inverse_n = 1 / number_of_samples;

temp_mean[i]=temp_mean[i] + (input[i]-temp_mean[i]) * inverse_n;