我想知道如何最大化我可以在CPU上运行的操作数量。我正在做一个简单的矩阵乘法程序，我有一个Skylake处理器。我正在维基百科页面上查看关于这个架构的翻牌信息，我很难理解它。
根据我的理解，FMA指令允许3路FP输入吗？并允许在它们之间的加法和乘法之间进行混合。但是当我只添加两个花车时会发生什么？它只是乘以一个吗？我可以在1个周期中添加3个浮点数，还是会拆分？我看到skylake，单个精度输入有32个FLOP /周期，但是“两个8宽FMA指令”是什么意思？
提前感谢您的解释
答案 0 :(得分：7)
FMA在单次操作中计算±a * b±c，具有单个舍入误差。这就是它的作用，没有别的。使用FMA指令无法计算a + b + c;你需要两个相关的ADD操作。
根据编译器的不同，您可能必须转换编译器选项以允许使用FMA指令，因为它们不会提供与multiply相同的结果，后跟add。在某些情况下，您可能需要重新安排代码，例如 b + c d + e将计算为x = a b; y = FMA（c，d，x），z = y + e但是e + a b + c * d将被计算为x = FMA（a，b，e）; z = FMA（c，d，x）。 FFT的基本运算可以用8个浮点运算来执行，并且可以使用4个FMA和2个其他运算重写为10个运算。
“两个8宽FMA指令”意味着它可以使用两个256位向量寄存器执行FMA指令，每个向量寄存器包含8个浮点数，其中两个在同一个周期内。