我运行一个小的测试来评估几个TF操作的性能，并注意到一个有趣的现象。在多台计算机上，我使用int64索引与int32索引的操作始终获得更好的性能。例如，如下gather所示，如果index_dtype为np.int32，则操作速度比np.int64慢2倍。
我的迷你测试包含一个按顺序运行的gather个操作的图表（元组确保依赖于前一个操作的输出）：
indices = np.asarray(indices, dtype=index_dtype)
params = tf.placeholder(dtype=tf.float32)
op = tf.gather(params, indices)
for _ in range(num_ops):
op = tf.gather(tf.tuple([params, op])[0], indices)
我多次运行图表并平均时间（忽略第一次运行）。
因为int32是GPU计算的原生int类型，我期望相反的行为。可能是造成这种差异的原因是什么？