Fortran CPU时间四倍于双精度

我正在做一些长期的模拟，试图在ODE系统的解决方案中达到尽可能高的精度。我试图找出四倍（128位）精度计算与两倍（64位）精度计算所需的时间。我在谷歌上搜索了一下，看到了一些关于它的观点：一些人说这需要4倍的时间，其他人说需要60-70倍的时间。。。因此，我决定亲自动手，并编写了一个简单的Fortran基准测试程序：

program QUAD_TEST

implicit none

integer,parameter  ::  dp = selected_int_kind(15)
integer,parameter  ::  qp = selected_int_kind(33)

integer   ::  cstart_dp,cend_dp,cstart_qp,cend_qp,crate
real      ::  time_dp,time_qp
real(dp)  ::  sum_dp,sqrt_dp,pi_dp,mone_dp,zero_dp
real(qp)  ::  sum_qp,sqrt_qp,pi_qp,mone_qp,zero_qp
integer   ::  i

! ==============================================================================

! == TEST 1. ELEMENTARY OPERATIONS ==
sum_dp = 1._dp
sum_qp = 1._qp
call SYSTEM_CLOCK(count_rate=crate)

write(*,*) 'Testing elementary operations...'

call SYSTEM_CLOCK(count=cstart_dp)
do i=1,50000000
  sum_dp = sum_dp - 1._dp
  sum_dp = sum_dp + 1._dp
  sum_dp = sum_dp*2._dp
  sum_dp = sum_dp/2._dp
end do
call SYSTEM_CLOCK(count=cend_dp)
time_dp = real(cend_dp - cstart_dp)/real(crate)
write(*,*) 'DP sum: ',sum_dp
write(*,*) 'DP time: ',time_dp,' seconds'

call SYSTEM_CLOCK(count=cstart_qp)
do i=1,50000000
  sum_qp = sum_qp - 1._qp
  sum_qp = sum_qp + 1._qp
  sum_qp = sum_qp*2._qp
  sum_qp = sum_qp/2._qp
end do
call SYSTEM_CLOCK(count=cend_qp)
time_qp = real(cend_qp - cstart_qp)/real(crate)
write(*,*) 'QP sum: ',sum_qp
write(*,*) 'QP time: ',time_qp,' seconds'
write(*,*)
write(*,*) 'DP is ',time_qp/time_dp,' times faster.'
write(*,*)

! == TEST 2. SQUARE ROOT ==
sqrt_dp = 2._dp
sqrt_qp = 2._qp

write(*,*) 'Testing square root ...'

call SYSTEM_CLOCK(count=cstart_dp)
do i = 1,10000000
   sqrt_dp = sqrt(sqrt_dp)
   sqrt_dp = 2._dp
end do
call SYSTEM_CLOCK(count=cend_dp)
time_dp = real(cend_dp - cstart_dp)/real(crate)
write(*,*) 'DP sqrt: ',sqrt_dp
write(*,*) 'DP time: ',time_dp,' seconds'

call SYSTEM_CLOCK(count=cstart_qp)
do i = 1,10000000
   sqrt_qp = sqrt(sqrt_qp)
   sqrt_qp = 2._qp
end do
call SYSTEM_CLOCK(count=cend_qp)
time_qp = real(cend_qp - cstart_qp)/real(crate)
write(*,*) 'QP sqrt: ',sqrt_qp
write(*,*) 'QP time: ',time_qp,' seconds'
write(*,*)
write(*,*) 'DP is ',time_qp/time_dp,' times faster.'
write(*,*)

! == TEST 3. TRIGONOMETRIC FUNCTIONS ==
pi_dp = acos(-1._dp); mone_dp = 1._dp; zero_dp = 0._dp
pi_qp = acos(-1._qp); mone_qp = 1._qp; zero_qp = 0._qp

write(*,*) 'Testing trigonometric functions ...'

call SYSTEM_CLOCK(count=cstart_dp)
do i = 1,10000000
    mone_dp = cos(pi_dp)
    zero_dp = sin(pi_dp)
end do
call SYSTEM_CLOCK(count=cend_dp)
time_dp = real(cend_dp - cstart_dp)/real(crate)
write(*,*) 'DP cos: ',mone_dp
write(*,*) 'DP sin: ',zero_dp
write(*,*) 'DP time: ',time_dp,' seconds'

call SYSTEM_CLOCK(count=cstart_qp)
do i = 1,10000000
    mone_qp = cos(pi_qp)
    zero_qp = sin(pi_qp)
end do
call SYSTEM_CLOCK(count=cend_qp)
time_qp = real(cend_qp - cstart_qp)/real(crate)
write(*,*) 'QP cos: ',mone_qp
write(*,*) 'QP sin: ',zero_qp
write(*,*) 'QP time: ',time_qp,' seconds'
write(*,*)
write(*,*) 'DP is ',time_qp/time_dp,' times faster.'
write(*,*)

end program QUAD_TEST

使用

gfortran 4.8.4

编译后，在没有任何优化标志的情况下，典型运行的结果：

 Testing elementary operations...
 DP sum:    1.0000000000000000     
 DP time:   0.572000027      seconds
 QP sum:    1.00000000000000000000000000000000000      
 QP time:    4.32299995      seconds

 DP is    7.55769205      times faster.

 Testing square root ...
 DP sqrt:    2.0000000000000000     
 DP time:    5.20000011E-02  seconds
 QP sqrt:    2.00000000000000000000000000000000000      
 QP time:    2.60700011      seconds

 DP is    50.1346169      times faster.

 Testing trigonometric functions ...
 DP cos:   -1.0000000000000000     
 DP sin:    1.2246467991473532E-016
 DP time:    2.79600000      seconds
 QP cos:   -1.00000000000000000000000000000000000      
 QP sin:    8.67181013012378102479704402604335225E-0035
 QP time:    5.90199995      seconds

 DP is    2.11087275      times faster.

这里一定发生了什么事。我的猜测是，

sqrt

是通过优化算法用

gfortran

计算的，这可能还没有实现四倍精度的计算。对于

sin

和

cos

，情况可能并非如此，但为什么初等运算的四倍精度要慢7.6倍，而对于三角函数，速度只慢2倍？如果用于三角函数的算法对于四精度和双精度是相同的，我希望它们的CPU时间也会增加七倍

与64位相比，使用128位精度时，科学计算的平均速度慢了多少？

---

我在英特尔i7-4771@3.50GHz上运行此程序。

与其说是答案，不如说是一个扩展注释，但是

当前的CPU为双精度浮点运算提供了大量的硬件加速。有些甚至提供了扩展精度的设备。 除此之外，您仅限于（正如您所注意到的）相当慢的软件实现

然而，在一般情况下，这种减速的确切因素几乎不可能预测。 它取决于您的CPU（例如，它内置了哪种加速度）和软件堆栈。 对于双精度，您通常使用与四倍精度不同的数学库，这些库可能使用不同的算法进行基本运算

---

对于给定硬件上使用相同算法的特定操作/算法，您可能可以导出一个数字，但这肯定不是普遍正确的

有趣的是，如果您更改：

sqrt_qp = sqrt(sqrt_qp)
sqrt_qp = 2._qp

到

---

计算速度会更快

请不要在多核系统上使用

CPU\u时间

。您可能会在一个核心上使用开始时间，在另一个核心上使用结束时间。由于这些时间是不相关的，你可能会得到任何东西。使用

system\u clock

解决了这个问题。请参阅，和。谢谢@AlexanderVogt，我编辑了这篇文章以使用system\u clock。什么？你的两段代码做了完全不同的事情！首先将变量设置为

2

，另一个计算

2

的平方根。和

sqrt（2.qp）

可以在编译时计算。此外，这只是对原始问题的注释还是回答？代码在循环中，结果是重复计算sqrt（2.0）。编译器可以在编译时计算并跳过循环。这是一个非常糟糕的测试。

sqrt_qp = sqrt(2._qp)