C++ FMA性能与原始计算的比较

我试图比较FMA性能（

math.h

中的

FMA（）

）与浮点计算中的简单乘法和加法。测试很简单。对于大的迭代次数，我将重复相同的计算。为了进行精确的检查，我必须做到两件事

计数时间中不应包括其他计算

简单的乘法和加法不应优化为FMA

迭代不应该被优化。i、 迭代应该完全按照我的预期进行

为了实现上述目标，我做了以下工作：

函数是内联的，只包含所需的计算

使用g++

-O0

选项不优化乘法。（但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）

已使用

易失性

但结果显示，与简单的乘法和加法相比，几乎没有差别，甚至更慢这是我想要的结果（即，它们在速度方面没有真正的不同），还是我做错了什么？

规格

• Ubuntu 14.04.2
• G++4.8.2
• 英特尔（R）核心（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;
}

#包括
#包括
#包括
#包括
使用名称空间std；
使用名称空间计时；
内联双随机数发生器（）{
返回static_cast（rand（））/rand_MAX；
}
挥发性双组分a、b、c；
内联void pure_fma_func（）{
fma（a、b、c）；
}
内联无效非函数（）{
a*b+c；
}
int main（）{
整数n=100000000；
a=兰德·根（）；
b=兰特·根（）；
c=兰德·根（）；
自动t1=系统时钟：：现在（）；
对于（int i=0；i是的，你做了一些完全错误的事情。至少有两件事。但让我们保持简单

Used g++ -O0 option not to optimize the multiplication

有趣的事实是：在这两种情况下，函数调用的成本都可能高于计算的成本

从根本上说，没有启用优化的基准测试的结果是完全没有意义的。你不能仅仅关闭它们，然后期待最好的结果。它们绝对必须启用

其次，FMA与常规乘法和加法的比较是一个复杂的情况——在延迟与吞吐量等问题上，乘法和加法可以成为赢家

简而言之，您的基准根本不是基准，它只是一堆随机指令，它们产生了无意义的垃圾

如果你想要一个准确的基准测试，你必须准确地再现实际的使用环境-完全。包括周围的代码，编译器优化，整个过程。
是的，你做了一些完全错误的事情。至少有两件事。但让我们保持简单

Used g++ -O0 option not to optimize the multiplication

有趣的事实是：在这两种情况下，函数调用的成本都可能高于计算的成本

从根本上说，没有启用优化的基准测试的结果是完全没有意义的。你不能仅仅关闭它们，然后期待最好的结果。它们绝对必须启用

其次，FMA与常规乘法和加法的比较是一个复杂的情况——在延迟与吞吐量等问题上，乘法和加法可以成为赢家

简而言之，您的基准根本不是基准，它只是一堆随机指令，它们产生了无意义的垃圾

如果你想要一个准确的基准测试，你必须完全准确地再现实际的使用环境。包括周围的代码，编译器优化，整个系统。
我用：
g++test.cpp-mfma-O0-o test编译，结果显示两者都大约250ms。带
-O0
的基准测试毫无价值使用
-O0
和
-O2
或
-O3
从rom
-O0
中删除多少垃圾。尤其是跳转、加载和存储，这可能会很昂贵。您的测试有点臃肿。我使用以下工具编译：
g++test.cpp-mfma-O0-o test
，结果显示这两个工具都大约250ms。使用
-O0
的基准测试毫无价值。比较一下用
-O2
或
-O3
从
-O0
中删除，然后查看删除了多少垃圾。尤其是跳跃、加载和存储，这可能会很昂贵。您的测试有点臃肿。