C++ Raspberry Pi上的浮点性能（ARM架构，BCM2835）

通过阅读关于现代桌面处理器上浮点性能的其他问题，我的理解是，“哪个更快，是双精度还是浮点型？”这一问题的答案取决于这些类型中的哪一种是在硬件中实现的，或者是在CPU的ALU（我想是算术逻辑单元）中实现的

我的理解是，如果浮点是在硬件中实现的，那么使用双数据类型的速度会慢一些，因为使用该数据类型的数学是通过使用浮点数据类型的软件实现的。因此，double速度较慢，并且使用更多ram

另一方面，如果在硬件中实现double，我的理解是必须进行转换（有点像截断）才能转换为浮点数据类型。因此，使用float会更慢，尽管它会使用更少的ram

在Raspberry Pi上，硬件实现了哪种数据类型？（相当于，浮动还是双精度，哪个更快？）

我试图阅读BCM2835数据表的有限部分，但没有找到我正在搜索的信息

---

我应该解释一下，我想不出一个测试性能的好方法，所以我没有运行任何定时测试。“好的方法”指的是评估所有可能的计算，或至少是我应该测试的计算，以及给出一致结果的测试，其差异足以合理确定一种数据类型比另一种更快。

Raspberry Pi使用ARM1176JZF-S（*）作为其CPU，根据，它具有对流水线单精度和双精度浮点的硬件支持。您可以在中查找确切的延迟和吞吐量数据。短版：单版和双版的延迟相当；双精度乘法器的吞吐量是单精度乘法器的一半

请注意，1176上仅在arm模式下支持浮点运算；“thumb 1”指令集根本不允许访问浮点寄存器

---

（*）1176是古老的。我有点惊讶没有发现像A9或M4这样更现代的东西。

@EJP哦，对了，它们都实现了？我认为GPU只能处理浮动，对吗？在哪种情况下，哪个更快？（在CPU上）浮动，因为每个周期可能通过数据总线发送更多的浮动？根据这一点，ARM hw支持单浮动和双浮动precision@harmic感谢这一点，我的猜测是，如果一次可以传输多个值以用于计算，那么float可能会更快？（例如，对数组中的值求和，或计算傅里叶谱中的幂，即平方和。）Raspberry Pi硬件支持单精度和双精度浮点运算。我是这么说的。有关向量浮点单位的说明，请特别参见第1.5.9段。请注意，Raspbian的某些版本不使用浮点硬件。Stephen的回答表明没有差异，到目前为止，您的计时表明没有差异，根据经验，不必有差异，这取决于总线和体系结构。这可能是64位数据总线，如果处理器在单总线和双总线之间没有性能差异，那么您不应该看到差异。做一个简单的测试，分解它并发布它们，以及你是如何计时的，也许我们可以解释为什么你看到了你看到的，或者为什么你没有看到差异。我认为他们选择使用ARM1176JZFS来削减成本（我记得过去读过一些更深入的文章）。芯片供应商交换核心是有成本的，如果你不需要改变，为什么还要改变？@dwelch：学习修补过时东西的所有程序员都要付出代价，因为RPi经常被那些想学习ARM组装的人所使用，这一事实让他们付出了双倍的代价。使用带有Thumb2和NEON的armv7对他们中的许多人来说会非常有用。显然，这是一个非平凡的权衡，我不希望RPi是最前沿的（这就是为什么我只是有点惊讶=）。我不会走那么远，非常非常非常小的一部分基于arm的产品甚至比你所说的更少。对于你所说的，使用小猎犬骨而不是覆盆子皮，对于基本的手臂材料，覆盆子皮或小猎犬骨是可以的（或一长串其他的）