我正在尝试改进Henry Thasler的GLSL实现的双-单算法（来自他的GLSL Mandelbrot演示），以在Linux上的NVIDIA图形上可靠地工作。我最近了解到，从OpenGL 4.0（the spec中的§4.7精确限定符）或扩展名为GL_ARB_gpu_shader5（spec）开始，我们可以使用{{1 }}限定词，使计算遵循GLSL源中指定的精确算术运算顺序。
但是以下尝试似乎没有任何改善：
precise结果与未添加#version 330
#extension GL_ARB_gpu_shader5 : require
vec2 ds_add(vec2 dsa, vec2 dsb)
{
precise float t1 = dsa.x + dsb.x;
precise float e = t1 - dsa.x;
precise float t2 = ((dsb.x - e) + (dsa.x - (t1 - e))) + dsa.y + dsb.y;
precise vec2 dsc;
dsc.x = t1 + t2;
dsc.y = t2 - (dsc.x - t1);
return dsc;
}
相同。我已经检查过算法本身是否正确：它可以在Intel Core i7-4765T内置图形上按原样运行（即使没有precise），如果我隐藏了一些变量来禁止优化，那么NVidia也会给出正确的结果。这是我禁止优化的方法：
precise因此，显然，我使用了#version 330
#define hide(x) ((x)*one)
uniform float one=1;
vec2 ds_add(vec2 dsa, vec2 dsb)
{
float t1 = dsa.x + dsb.x;
float e = hide(t1) - dsa.x;
float t2 = ((dsb.x - e) + (dsa.x - (t1 - e))) + dsa.y + dsb.y;
vec2 dsc;
dsc.x = t1 + t2;
dsc.y = t2 - (hide(dsc.x) - t1);
return dsc;
}
限定词不正确。但是这里到底有什么问题呢？
作为参考，我使用带有二进制nvidia驱动程序390.116的NVidia GeForce GTX 750Ti。这是完整的C ++测试：
precise答案 0 :(得分：1)
尽管您可能会从这里学习OpenCL或CUDA受益，但我从未精打细算过。
无论如何，您的GLSL version is 3.30, which is tied with OpenGL 3.3。通过扩展可以使用精确的限定词，但如果可能的话，我将始终尝试使用OpenGL的内置功能。</ p>
该扩展名可能无法以相同的方式实现，建议您至少使用GLSL 4.0版，最好是最新的OpenGL / GLSL版本。
有时候，如果没有人使用这些旧扩展，则可以在较新的GPU上进行回归。
GPU编译器在优化方面趋于更加自由。您可能会从查看已编译的着色器的输出中受益，也许可以通过某种方式查看来自带有GLSL的Nvidia编译器的PTX程序集输出。使用CUDA，您绝对可以预览程序集输出，以确保编译器不会对操作进行重新排序。
该规范提到MAD是限定符的主要原因-它将迫使编译器不使用MAD指令。也许用精确的限定词对加/减进行很少的测试。
如果hide为您解决了问题，最好将其命名为一天，我怀疑确切的限定词是否已在GLSL方面进行了彻底检查。我强烈建议为此使用CUDA或OpenCL，如果您还希望快速显示纹理，则可以使用CL-GL interop，这不会很痛苦。
精确的限定符可确保不会对操作进行重新排序，但不会提及不会影响排序的优化。看起来AMD只是在使用它时关闭了优化功能。 Nvidia仍可能会应用会影响您结果的优化，这些优化与操作顺序无关，而与执行添加操作的特定优化有关。
precise float t1 = dsa.x + dsb.x;
precise float e = t1 - dsa.x;
这可能将e计算为简单的dsb.x。编译器可能仍会添加不影响操作顺序的优化，因为这是规范所保证的全部。除了重新排序的操作会影响此结果，我想不出其他任何方法，但是我在这里不是专家。
要注意的另一件事是，根据我对规范的粗略阅读，可能还需要将ds_add的结果存储到精确变量中，以使计算精确。该函数可能仅在Nvidia上内联（至少在历史上它们具有更好的优化），因此我认为编译器可以执行内联，然后，如果将结果存储到非精确变量中，则所有现有的精确限定词都是忽略。
答案 1 :(得分：-2)
着色器没有问题。 ds_add（）代码只是在编译时没有任何可以合并的操作。通常加和乘/除合并。但是您的代码仅具有添加操作。
更新：
在计算过程中，所有变量都存储在GPU寄存器中。寄存器的操作顺序与代码或编译器无关。它甚至不仅仅依赖于硬件。这取决于GPU中当前正在运行的操作。
寄存器之间的浮点运算精度不是严格的32位。然后通常更高。 GPU的实际精度是商业秘密。尽管变量存储在32位内存中，但x86 FPU的实际精度为80位或128位。
但是，GPU并非设计用于非常精确的计算。该算法的作者知道这一点，并实现了对32位浮点数的双重考虑。如果需要提高精度，则必须使用带32位浮点数的长双精度数。简单的“精确”无济于事。