Question

我想知道如何将智能手机上的ARM浮点性能与x86进行比较。为此，我编写了以下代码：

#include "Linderdaum.h"
sEnvironment* Env = NULL;

volatile float af = 1.0f;
volatile float bf = 1.0f;
volatile int a = 1;
volatile int b = 1;

APPLICATION_ENTRY_POINT
{
    Env = new sEnvironment();

    Env->DeployDefaultEnvironment( "", "CommonMedia" );

    double Start = Env->GetSeconds();

    float Sum1 = 0.0f;

    for ( int i = 0; i != 200000000; i++ )    {        Sum1 += af + bf;    }

    double End = Env->GetSeconds();

    Env->Logger->Log( L_DEBUG, LStr::ToStr( Sum1, 4 ) );
    Env->Logger->Log( L_DEBUG, "Float: " + LStr::ToStr( End-Start, 5 ) );

    Start = Env->GetSeconds();

    int Sum2 = 0;

    for ( int i = 0; i != 200000000; i++ )    {       Sum2 += a + b;    }

    End = Env->GetSeconds();

    Env->Logger->Log( L_DEBUG, LStr::ToStr( Sum2, 4 ) );
    Env->Logger->Log( L_DEBUG, "Int: " + LStr::ToStr( End-Start, 5 ) );

    Env->RequestExit();

    APPLICATION_EXIT_POINT( Env );
}

APPLICATION_SHUTDOWN
{}

以下是不同目标和编制者的结果。

1。 Core i7 920上的Windows PC。

VS 2008，调试版本，Win32 / x86

(Main):01:30:11.769   Float: 0.72119
(Main):01:30:12.347   Int: 0.57875

float比int慢。

VS 2008，调试版本，Win64 / x86-64

(Main):01:43:39.468   Float: 0.72247
(Main):01:43:40.040   Int: 0.57212

VS 2008，发布版本，Win64 / x86-64

(Main):01:39:25.844   Float: 0.21671
(Main):01:39:26.060   Int: 0.21511

VS 2008，发布版本，Win32 / x86

(Main):01:33:27.603   Float: 0.70670
(Main):01:33:27.814   Int: 0.21130

int正在取得领先地位。

2。三星Galaxy S智能手机。

GCC 4.3.4，armeabi-v7a，-mfpu = vfp -mfloat-abi = softfp -O3

01-27 01:31:01.171 I/LEngine (15364): (Main):01:31:01.177   Float: 6.47994
01-27 01:31:02.257 I/LEngine (15364): (Main):01:31:02.262   Int: 1.08442

float严重慢于int。

现在让我们改变循环中乘法的加法：

float Sum1 = 2.0f;

for ( int i = 0; i != 200000000; i++ )
{
    Sum1 *= af * bf;
}
...
int Sum2 = 2;

for ( int i = 0; i != 200000000; i++ )
{
    Sum2 *= a * b;
}

VS 2008，调试版本，Win32 / x86

(Main):02:00:39.977   Float: 0.87484
(Main):02:00:40.559   Int: 0.58221

VS 2008，调试版本，Win64 / x86-64

(Main):01:59:27.175   Float: 0.77970
(Main):01:59:27.739   Int: 0.56328

VS 2008，发布版本，Win32 / x86

(Main):02:05:10.413   Float: 0.86724
(Main):02:05:10.631   Int: 0.21741

VS 2008，发布版本，Win64 / x86-64

(Main):02:09:58.355   Float: 0.29311
(Main):02:09:58.571   Int: 0.21595

GCC 4.3.4，armeabi-v7a，-mfpu = vfp -mfloat-abi = softfp -O3

01-27 02:02:20.152 I/LEngine (15809): (Main):02:02:20.156   Float: 6.97402
01-27 02:02:22.765 I/LEngine (15809): (Main):02:02:22.769   Int: 2.61264

问题是：我缺少什么（任何编译器选项）？ ARM设备上的浮点数学运算是否真的慢（与int相比）？

Answer 1

-mfloat-abi=softfp显式调用模拟浮点。检查Galaxy的规格，如果可能的话用硬件FP编译。

并非所有ARM CPU都支持硬件浮点开始。 NDK的ARMEABI默认设置调用模拟FP - 它应该与无FP机器兼容。充其量，您可以对CPU功能进行一些运行时分支。

Answer 2

@Seva Alekseyev -mfloat-abi标志仅控制浮点值如何传递给函数。使用普通寄存器传递softfp值。使用FPU寄存器传递hardfp值。 -mfloat-abi标志不控制使用哪些硬件指令。

基本上softfp用于保持与没有FPU的设备的向后兼容性。对于具有FPU的设备，使用softfp将导致额外的开销。

@Sergey K比较x86和ARM就像比较苹果和橙子。它们是两个非常不同的平台。 ARM的主要设计目标是低功耗而不是速度。您可以使用hardfp看到一些性能提升。还有一个4.6版本的编译器可用。考虑到架构差异，我认为你的结果是合理的。

Answer 3

这些结果是可信的。

Exynos 3 SoC中使用的Cortex-A8内核具有非流水线VFP实现。我不记得我头顶的确切数字，但我的回忆是VFP加法和乘法的吞吐量是该核心每8个周期的操作顺序。

好消息：这是一个非常古老的SoC，而较新的ARM SoC具有更强大的VFP实现 - 添加，子和乘法完全流水线化，吞吐量大大提高。此外，一些（但不是全部）Cortex-A8 SoC支持NEON，它为您提供完全流水线的单精度浮点。

Answer 4

请参阅http://github.com/dwelch67/stm32f4d，参见float03目录

测试比较了这两个函数固定vs浮点数

.thumb_func
.globl add
add:
    mov r3,#0
loop:
    add r3,r0,r1
    sub r2,#1
    bne loop
    mov r0,r3
    bx lr

.thumb_func
.globl m4add
m4add:
    vmov s0,r0
    vmov s1,r1
m4loop:
    vadd.f32 s2,s0,s1
    sub r2,#1
    bne m4loop
    vmov r0,s2
    bx lr

结果并不太令人惊讶，0x4E2C时间是固定点而0x4E2E是浮点数，浮点测试函数中有一些额外的指令可能会导致差异：

stm32f4中的fpu仅限于其大兄弟姐妹中发现的vfp的单精度版本。您应该能够使用vfp硬件在任何armv7上执行上述测试。

通过链接__aeabi_fadd函数并且每次通过循环进行额外调用，加上内存访问的额外时间，可能在库外部或内部（vmov）转换库函数等，可以添加到您所看到的内容。答案当然是在反汇编中。

在x86和ARM上浮动VS int的性能差异如此之大？

4 个答案: