Cuda支持intrinsic functions。有些映射到设备指令，如融合乘法 - 加法，无法用普通语法表示。其他的近似值应该比“标准”函数更快（尽管可能不太准确）。
似乎后一种类型的内在函数不支持双精度参数，并且仅适用于单精度浮点数。有道理：如果你使用双打，那么你的定义就是对速度的准确性感兴趣。
令我惊讶的是，__saturatef()内在函数将其参数限制在0和1之间，它没有双精度版本。
如果我在一个天真的实现中使用__saturatef()内在函数，是否有任何潜在的数据丢失？如果是这样，有人知道这种内在的运作方式吗？如果没有，为什么nvidia会遗漏双精度版本？
答案 0 :(得分：4)
CUDA设备功能内在函数的目的是揭示其他方式无法访问的特定硬件功能，例如：一些代数和超越函数的快速近似，或者在__saturatef()的情况下钳位到区间[0,1]，它映射到GPU的机器指令F2F{.FTZ}.F32.F32.SAT以获得5.0之前的计算能力（sm_50)和FADD.SAT用于大于或等于计算能力5.0的体系结构。
查看PTX documentation表明半精度（.f16）和单精度（.f32）运算支持浮点饱和，但不支持双精度（.f64）运作。因此，所提供的内在函数的非正交性是由GPU硬件中的非正交性引起的。由于相关用例（包括通常不使用双精度的图形），因此提供了较低精度的饱和度。
快速详尽的测试表明，__saturatef (float)的行为与fmaxf (fminf (float, 1.0f), 0.0f)相同。查看反汇编代码，CUDA编译器似乎也会将此最小/最大惯用语与__saturatef()的使用相同，作为优化。因此，可以轻松创建双精度等效项
double my_saturate (double a)
{
return fmax (fmin (a, 1.0), 0.0);
}