Question

我正在创建一个需要高度使用sqrt（）函数的测试实用程序。在深入挖掘可能的优化之后，我决定在C ++中尝试使用内联汇编程序。代码是：

#include <iostream>
#include <cstdlib>
#include <cmath>
#include <ctime>

using namespace std;

volatile double normalSqrt(double a){
    double b = 0;
    for(int i = 0; i < ITERATIONS; i++){
        b = sqrt(a);
    }
    return b;
}

volatile double asmSqrt(double a){
    double b = 0;
    for(int i = 0; i < ITERATIONS; i++){
        asm volatile(
            "movq %1, %%xmm0 \n"
            "sqrtsd %%xmm0, %%xmm1 \n"
            "movq %%xmm1, %0 \n"
            : "=r"(b)
            : "g"(a)
            : "xmm0", "xmm1", "memory"
        );
    }
    return b;
}


int main(int argc, char *argv[]){
    double a = atoi(argv[1]);
    double c;
    std::clock_t start;
    double duration;

    start = std::clock();

    c = asmSqrt(a);

    duration = std::clock() - start;

    cout << "asm sqrt: " << c << endl;
    cout << duration << " clocks" <<endl;
    cout << "Start: " << start << " end: " << start + duration << endl;

    start = std::clock();

    c = normalSqrt(a);
    duration = std::clock() - start;

    cout << endl << "builtin sqrt: " << c << endl;
    cout << duration << " clocks" << endl;
    cout << "Start: " << start << " end: " << start + duration << endl;
    return 0;
}

我正在使用此脚本编译此代码，该脚本设置迭代次数，开始分析并在VIM中打开分析输出：

#!/bin/bash

DEFAULT_ITERATIONS=1000000

if [ $# -eq 1 ]; then
    echo "Setting ITERATIONS to $1"
    DEFAULT_ITERATIONS=$1
else
    echo "Using default value: $DEFAULT_ITERATIONS"
fi

rm -rf asd

g++ -msse4 -std=c++11 -O0 -ggdb -pg -DITERATIONS=$DEFAULT_ITERATIONS test.cpp -o asd

./asd 16
gprof asd gmon.out > output.txt
vim -O output.txt
true

输出结果为：

Using default value: 1000000
asm sqrt: 4
3802 clocks
Start: 1532 end: 5334

builtin sqrt: 4
5501 clocks
Start: 5402 end: 10903

问题是为什么sqrtsd指令只需要3802个时钟，计算16的平方根，sqrt()需要5501个时钟？它是否与某些指令的硬件实现有关？谢谢。

CPU：

Architecture:          x86_64
CPU op-mode(s):        32-bit, 64-bit
Byte Order:            Little Endian
CPU(s):                4
On-line CPU(s) list:   0-3
Thread(s) per core:    2
Core(s) per socket:    2
Socket(s):             1
NUMA node(s):          1
Vendor ID:             AuthenticAMD
CPU family:            21
Model:                 48
Model name:            AMD A8-7600 Radeon R7, 10 Compute Cores 4C+6G
Stepping:              1
CPU MHz:               3100.000
CPU max MHz:           3100,0000
CPU min MHz:           1400,0000
BogoMIPS:              6188.43
Virtualization:        AMD-V
L1d cache:             16K
L1i cache:             96K
L2 cache:              2048K
NUMA node0 CPU(s):     0-3

Answer 1

浮点运算必须考虑舍入。大多数C / C ++编译器采用IEEE 754，因此他们有一个理想的＆＃34;算法执行平方根等操作。然后它们可以自由优化，但是它们必须将相同的结果返回到最后一个小数，在所有情况下。因此，他们的优化自由并不完整，实际上它受到了严重的限制。

您的算法可能会被数字或两部分时间关闭。对于某些用户而言，这可能完全可以忽略不计，但也可能会导致其他用户出现令人讨厌的错误，因此默认情况下不允许这样做。

如果您更关心速度而非标准合规性，请尝试使用编译器的选项。例如，在GCC中，第一个我尝试的是-funsafe-math-optimizations，这应该能够优化而无视严格的标准合规性。一旦你进行了足够的调整，你就应该接近并可能通过手工实现的速度。

Answer 2

忽略其他问题，sqrt()仍然比sqrtsd慢一点，除非使用特定标志进行编译。

sqrt()必须设置errno，必须检查是否属于这种情况。它仍将归结为任何合理编译器上的原始平方根指令，但它会有一点开销。没有像你的缺陷测试所显示的那么多开销，但仍有一些。

您可以在行动here中看到。

某些编译标志会抑制此测试。例如，对于GCC，fno-math-errno和ffinite-math-only。

内联汇编程序中的sqrtsd可以比sqrt（）快吗？

2 个答案: