如何将多个fma操作链接在一起以获得性能？

Question

假设在某些C或C ++代码中，我有一个名为T fma( T a, T b, T c )的函数，它执行1次乘法和1次加法，如( a * b ) + c;我该如何优化多个 mul＆amp;添加步骤？

例如，我的算法需要通过链接和求和的3或4个fma操作来实现，我怎么能写这个是一种有效的方式，在语法或语义的哪个部分我应该特别注意？

我还想了解关键部分的一些提示：避免更改CPU的舍入模式以避免刷新cpu管道。但是我很确定在+的多次调用之间使用fma操作不应该改变它，我说“非常肯定”因为我不喜欢有太多的CPU来测试这个，我只是遵循一些合乎逻辑的步骤。

我的算法类似于多个fma调用的总数

fma ( triplet 1 ) + fma ( triplet 2 ) + fma ( triplet 3 )

Answer 1

最近，在Build 2014中，Eric Brumer就这一主题发表了非常好的演讲（see here）。 谈话的底线是

  

使用融合乘法累积（又名FMA）会影响性能。

在Intel CPU中，FMA指令需要5个周期。相反，进行乘法（5个循环）和加法（3个循环）需要8个循环。使用FMA，您将获得两项奖励（见下图）。

但是，FMA似乎不是指令的圣洁。如下图所示，FMA可以在某些引用中损害性能。

以同样的方式，您的案例fma(triplet1) + fma(triplet2) + fma(triplet 3)需要21个周期，而如果您要使用FMA执行相同的操作则需要30个周期。这表现了30％的性能提升。

在代码中使用FMA需要使用compiler intrinsics。尽管如此，除非你是C ++编译器程序员，否则FMA等并不是你应该担心的事情。如果不是，请让编译器优化处理这些技术问题。一般来说，在这种关注下，所有邪恶的根源（即，过早的优化）都要解释其中一个伟大的（即Donald Knuth）。