C++ 为什么浮动的矢量化比双精度的矢量化更有效？

我注意到，在C程序中对循环进行矢量化时，与双操作数相比，使用浮点型操作数实现的加速比要大得多

例如：

for (int i = 0; i < N; i++) {
    a[i] += b[i] * c[i];
}    

for（int i=0；i

当a、b和c阵列的大小分别为20000和1000000时，我重复此循环：

• 在没有矢量化的情况下，浮动和双浮动大约需要24秒

• 使用自动矢量化（使用-O1-ftree矢量化编译）时，浮点需要7秒，双精度需要21秒

• OpenMP（#pramga omp simd）与上述要点类似
  这可能是什么原因

编辑： 进一步资料：

处理器：英特尔Core i7-2677M处理器@1.80GHz

周围的代码只是数组分配（使用calloc）和一个循环，其中数组b和c用常量值填充

---

随着这些操作的进行，SIMD（单指令多数据）指令开始发挥作用。浮点数是double的一半大小，因此在一条指令中可以处理的浮点数是double的两倍。然而，我感到惊讶的是，使用浮动的速度是原来的三倍，而不是一倍。我怀疑，但不确定，这是因为浮动更容易操作-实际尾数提取等。

您是否尝试过使用

-ffast math

选项？这可能会产生其他副作用，您必须研究这些副作用（例如，精度的潜在损失）。

什么处理器？它有哪些SIMD功能？它的性能特点是什么？最有可能的是，它的

float

SIMD指令对每条指令的元素数是它的

double

SIMD指令的两倍。记忆有多快？编译器是否知道

a

、

b

和

c

是否会重叠？谢谢。我补充了一些进一步的信息，恐怕我不知道如何找到所有问题的答案；i、 如果CPU花费90%的时间等待从RAM中获取两个值，那么CPU将两个值相乘的速度有多快无关紧要。一个双精度浮点数组是等效浮点数组的两倍大，因此可能需要从RAM中获取更多数据（而不是从CPU的本地缓存中已经存在所需的数据）。由20000个元素组成的三个

float

数组总共需要234kib，适合单核的二级数据缓存。三个

double

数组占用469kib，这不适合二级数据缓存。另外，使用

float

时，向量寄存器中有8个元素，而使用

double

将其减半，因此只能得到一半的触发器。谢谢您的建议。我只是在使用double时尝试了一下，在这种情况下，计算时间没有改变。它看起来是适用的，特别是“并非所有运算符都支持32位的部分，这意味着除非使用较小的操作数，否则某些源代码将无法矢量化。”我想我明白你的意思了，但是如果没有矢量化的应用，这难道不应该对计算时间产生重大影响吗？