Question

我真的需要在C中使用非常快的round（）函数 - 蒙特卡洛粒子建模是必要的：在每个步骤中，您需要将坐标包装到周期性框中以计算体积交互：例如

for(int i=0; i < 3; i++)
{
    coor.x[i] = a.XReal.x[i]-b.XReal.x[i];
    coor.x[i] = coor.x[i] - SIZE[i]*round(coor.x[i]/SIZE[i]); //PBC
}

我遇到过一些asm hacking with it，但我根本不理解asm :) 像这样的东西

inline int float2int2(float flt)
{
  int intgr;

  __asm__ __volatile__ ("fld %1; fistp %0;" : "=m" (intgr) : "m" (flt));

  return intgr;
}

固定边界，没有圆（），它的工作速度更快。那么，也许有人知道更好的方法？...

Answer 1

首先，您可以通过使用正确的编译器选项获得一些收益。以GCC和现代Intel CPU为例，您应该尝试：

-march=nehalem -fno-trapping-math

然后round的问题是它使用特定的舍入模式，这在大多数平台上都很慢。 nearbyint（或rint）应始终更快：

coor.x[i] = coor.x[i] - SIZE[i] * nearbyint(coor.x[i] / SIZE[i])

查看generated assembly。

您还应该考虑对代码进行矢量化。

Answer 2

而不是寻找快速舍入，理想情况下，您希望将范围缩小的整个过程变得快速。正如@EOF在评论中准确指出的那样，您可以使用C99标准函数，例如remainderf()或fmodf()。

coor.x[i] -= SIZE[i]*round(coor.x[i]/SIZE[i]);
// same as
coor.x[i] = remainderf(coor.x[i], SIZE[i]);

fmodf(3)向零舍入，remainderf(3) rounds towards nearest。

remainder()函数计算x除以y的余数。返回值为x-n*y，其中n为值x / y，为四舍五入到最近的整数。如果x-n*y的绝对值为0.5，则选择n为偶数。

编译器/库有几种不同的策略来实现它们。使用-ffast-math，gcc 5.3 for x86-64内联remainder(x,y)实现，将值从SSE寄存器传输到x87寄存器，并在循环中运行FPREM1（部分余数），直到它设置为表示结果正确的标志。（FPREM1的一次执行可以将指数减少至多63）。

clang始终会调用库函数，可以是普通的remainder入口点，也可以是__remainder_finite -ffast-math。

GNU libm定义主要使用整数运算，来自反汇编and the C source的AFAICT。在最近具有快速硬件鸿沟的英特尔CPU上，它可能比你的div，round，mul版本慢。

所以你有三个选择：

div，round，mul，sub，快速舍入（使用nearbyint()，它显然具有最不丑的语义，因此它最容易内联到roundsd / roundss ）。 这种方式可以矢量化，并一次完成所有三个坐标。可能需要手动完成，找到第4个元素不会出错的东西。在Intel Haswell上有128b向量：5 uops。单精度：divps（10-13c延迟，每7c吞吐量一个），roundps（2 uop，6c延迟，每2c吞吐量一个），mulps（5c延迟，每个1 0.5c吞吐量），subps（3c延迟，每1c吞吐量一个）。其中一些竞争对手执行端口。 总延迟：27c 。可能的吞吐量，可能类似每7c一个（完全被divps瓶颈）
gcc内联x87 FPREM1。（可能只需要运行一次迭代，所以Haswell：41 uops，27c延迟，每17c吞吐量一次，加上在xmm和x87 regs之间获取数据的一些开销。无法矢量化。
glibc的大多数整数实现：在现代x86 CPU上，不知道，可能比其他两个都差。但是， probably significantly higher accuracy 比手动div / round / mul / sub。

底线，如果这是一个速度问题，你应该明确地考虑使用SSE / AVX进行矢量化以在一个向量中完成一个点的所有三个坐标。或者，一次四个坐标，或任何方便的坐标。理想情况下，您可以使用矢量ALU的所有4个（或AVX）单精度元素。（或2/4表示双精度）。

即使是标量，我认为使用nearbyint()的当前代码将是最快的选择，但你可以轻松地比使用向量快三倍。

超快速舍入功能（PBC）

2 个答案:

所以你有三个选择：