非常简单的问题，可能很难回答：
使用SSE指令（例如并行和/最小/最大/平均操作）是否比执行任何其他指令（例如单个总和）消耗更多功率？
例如，在Wikipedia上，我找不到这方面的任何信息。
我能找到的答案的唯一提示是here，但它有点通用，并且没有提及这方面的任何出版材料。
答案 0 :(得分：28)
在今天的处理器中，功耗并不是由指令类型（标量与SIMD）决定的，而是其他所有因素，例如：
所以如果问题是：
所有其他条件相同：SIMD指令消耗的功率是否超过标量指令。
为此，我敢说是。
我的一个研究生院项目最终成为this answer：SSE2（双向SIMD）和AVX（4路SIMD）的并列比较事实上表明AVX的成绩明显更高功耗和更高的处理器温度。 （我不记得确切的数字。）
这是因为SSE和AVX之间的代码是相同的。只有指令的宽度不同。 AVX版本确实使工作量增加了一倍。
但如果问题是：
对我的代码进行矢量化以使用SIMD会比标量实现消耗更多的功率。
这里涉及众多因素，所以我会避免直接回答：
降低功耗的因素：
我们需要记住，SIMD的目的是提高性能。如果你可以提高性能，你的应用程序将花费更少的时间来运行，从而节省你的力量。
根据应用程序和实现，SIMD将减少执行特定任务所需的指令数量。那是因为你在每条指令上做了几次操作。
增加耗电量的因素：
打破它：
因此，SIMD可让您的应用花费更少的时间，从而为您节省电量。但在运行时，每单位时间消耗的能量更多。谁获胜取决于具体情况。
根据我的经验，对于从SIMD（或任何其他方法）获得有价值加速的应用程序，前者通常会获胜并且功耗会下降。
这是因为运行时间往往是现代PC（笔记本电脑，台式机，服务器）功耗的主导因素。原因在于大部分功耗不在CPU中，而在于其他所有功能：主板，内存，硬盘，显示器，空闲视频卡等......其中大部分都具有相对固定的功耗。
对于我的计算机来说，保持打开（空闲）已经占据了在全核心SIMD负载（例如prime95或Linpack）下可以绘制的内容的一半以上。因此，如果我可以通过SIMD /并行化将应用程序的速度提高2倍，那么我几乎可以节省电力。
答案 1 :(得分：6)
正如Mystical的回答所暗示的那样，SIMD代码往往会略微更多的功能，但如果问题适合于矢量化，那么编写良好的SIMD代码将会更快地运行 ;加速几乎总是大于功率的增加，这导致消耗的能量（功率随时间的积分）减少。
这不仅适用于SIMD矢量化，而且几乎适用于所有优化。更快的代码不仅更快，而且（几乎普遍）更节能。
关于术语的一句话：当人们想要谈论“能量”时，人们经常谈论“权力”。如果您正在设计电源（显而易见的原因）或工程机箱（因为您想知道需要多少功率才能分散为热量），计算中的功耗实际上只与相关相关。 99.999％的人没有参与其中任何一项活动，因此他们真的想要记住能量（因为计算/能量是计划效率的正确衡量标准）。
答案 2 :(得分：3)
这实际上取决于你真正想知道的。让我从我认为可能不关心所有其他功耗（例如主存储器）的处理器设计者的角度来回答这个问题，但只想知道他/她在单个内核中的逻辑功耗。那时我有两个答案。
1.）对于固定频率，由于实现SIMD的额外复杂性（电路逻辑），具有SIMD的核心提供更快的结果可能比标量核心使用更多的能量。
2.。）如果频率允许变化，以便标量核心与SIMD核心同时完成，我认为SIMD核心使用的能量要少得多。
编辑：我改变了能量这个词，因为能量是能量/时间。我认为比较正确的东西就像FLOPS / watt
让我解释一下。处理器的功率为C*V^2*f，其中C是电容，V是电压，f是频率。如果您阅读本文Optimizing Power using Transformations，您可以证明在一半频率下使用两个内核仅使用单个内核的40％的全功率，在相同的时间内进行相同的计算。
我认为相同的逻辑适用于其他并行方法，如SIMD和ILP（超标量）。因此，如果实现SIMD，不是使用标量核心来增加频率，而是使用更少的能量在相同的时间内完成相同的计算（另一方面，它使编程变得更加困难）。
GPU开发人员利用该论文的原则，将其置于英特尔（摩尔定律）之前几年处理潜力。它们的运行频率低于CPU，并使用更多的“核心”，因此对于相同数量的电能，它们可以获得更大的潜在处理能力。