Cuda 是否使用快速数学选项将SP乘法转换为内部函数？

我快速浏览了CUDA编程指南w.r.t-使用快速数学优化，虽然附录C提到了要转换为内在函数的除法，但没有提到乘法。我问这个问题的原因是，我的内核有很多乘法运算。我知道NVCC会尝试融合乘法和加法（当使用常规的“*”和“+”运算符时，并且内部函数永远不会合并到FMAD操作中）。但是，如果我的代码是重乘法的，那么如果使用像

\uu fmul\u rn

这样的舍入SP内在值会有好处吗

因此有两个问题：

是否使用快速数学选项将带“*”运算符的乘法转换为SP指令，如u_fmul_rn

手动编码乘法显式使用_fmul_rn是否会有性能优势？举个例子或一些数字可以帮助我理解

“独立”单精度乘法始终编译为硬件指令（“内部指令”）。没有其他类型的浮点乘法指令。nvcc中的-use_fast_math选项对计算能力1.x目标发出的浮点乘法指令没有影响。在Compute2.x和3.x目标上，它将编译器置于兼容模式，所有单精度乘法指令都将是

mul.ftz.f32

（刷新为零）

---

您提到的浮点整数（

\uu fmul{rm，rn，rp，rz，ftz，sat}

）只提供对IEEE舍入行为的显式控制。我不认为它们在费米或开普勒GPU上的吞吐量存在差异。

请注意，_fmul_rn（）映射到具有特定IEEE舍入模式的PTX指令。这反过来会抑制某些优化，特别是将单精度乘法和单精度加法合并为乘法-加法类型指令（sm_1x上的FMAD、sm_2x和sm_3x上的FFMA）。请参阅PTX手册。当需要为某些代码实现特定的数值属性时，此属性非常有用，并用于CUDA数学库中的各个位置，例如，“为某些代码实现特定的数值属性，并用于CUDA数学库中的各个位置”-你能举个例子吗？谢谢。将math_functions.h改为fmul_rn将产生各种工作示例。请注意，sm_1x FMAD涉及截断乘法。如果这导致不可接受的精度损失，您可以使用uu fmul_rn（）在本地禁止FMAD合并。还有一个nvcc标志-fmad=false，但它会禁止整个编译单元的fmad合并，这通常会对性能产生显著的负面影响。