忽略所有其他问题，如内存转移等。
我正在寻找＆＃34;成本＆＃34;的一些衡量标准，我想我会量化为预期的位翻转次数，用于乘以两个随机浮点数（比如32位） ，与添加的成本相比。
我想可能有一些重要问题（比如数字是否具有相同的指数等）可能值得考虑。
编辑：为了澄清，我对执行这些操作所需的能量数量感兴趣，而不是硬件的时间或数量，这就是为什么我认为＆＃34;预期的位翻转次数＆＃34 ;是兴趣的数量。我认为这是一个定义明确的问题，肯定有一些＆＃34;预期的位翻转次数＆＃34;给定算法要求执行浮点乘法...而且我正在寻找所有算法的最小值。
编辑2 ：感谢大家的回应。我得到的最相关的回应是来自njuffa，他引用了Mark Horowitz's estimates（参见第33页）。 Horowitz的more up-to-date paper发布的数字略有不同，即：
Float32 Mult: 3.7pJ.
Float32 Add: 0.9pJ
Int32 Mult: 3.1pJ
Int32 Add: 0.1pJ
答案 0 :(得分：2)
在现代处理器上，浮点乘法通常比加法略贵（这是编译器通常用2*x替换x+x的一个原因。）
在x86和x86_64上，浮点运算几乎总是使用SSE指令（ADDSS，MULSS等）来完成，其中加法和乘法是恒定时间，没有＆＃34;早期输出＆＃34; （这使得流水线更容易）。
实际的相对成本更难以量化，并且将取决于很多事情。这里的规范参考是Agner Fog＆＃34;指令延迟，吞吐量和微操作故障列表＆＃34;：http://www.agner.org/optimize/
我听过的一个粗略启发式（虽然没有任何参考）是乘法需要大约50％的时间。