非常大的浮点数会导致非确定性吗？

Question

我正在win32环境中运行C ++优化程序。该程序使用预构建的DLL进行FFTW和pthreads。

最近，该计划的变化方式可能会遇到非常大的数字，甚至可能是无限的。在这个改变之后，这个精简且强大的系统开始产生奇怪的症状 - 最明显的是它在不同的运行中（在同一台计算机上，使用相同的二进制文件）产生不同的数值结果，甚至在这里和那里添加printf或虚拟分配从根本上改变了行为。

我仔细检查了每个可能的缓冲区溢出，内存分配，线程问题（我现在将线程池大小减小到1），堆栈大小，但经过数周的搜索，我什么都没找到。在更改之前，该程序没有非确定性或稳定性问题，它经常运行数天。

我想知道这个问题是否存在于FFTW模块中？或者这种浮点不稳定性是否源于大量？

Answer 1

浮点数本身不会导致非确定性，但您可能正在使用的任何第三方库如果有错误，可能会这样做，例如无法正确处理无穷大。

您可能还想考虑您的拥有代码可能是罪魁祸首的可能性。当第三方库被大量使用时，通常（但并非总是如此），因为假设大多数错误已经被其他人发现，并不是超出想象范围。

我不知道FFTW是否属于该类别。但它肯定有可能被更多人测试而不是你自己的代码： - ）

Answer 2

使用Valgrind查看您的ar读取是否来自未初始化的变量。它们是不受欢迎的随机性的最常见来源，因而是非决定论。

另一点可能是多线程（虽然你说你将线程池减少到一个），可能是控制线程和工作线程之间的竞争条件。 Valgrind也可以协助检查多线程代码中的潜在比赛。

Answer 3

大数字不会导致非确定性行为，但它们可以放大它 - 以前小的舍入差异可以成为有限数和NaN或无穷大之间的差异。

要注意的一件事是传递给FFTW的缓冲区的对齐方式。与大多数高性能数值软件一样，它可能根据数据对齐使用不同的实现。

Answer 4

我正在寻找一些提示，以解决Java中浮动值和非确定性行为的类似问题，我已经在这个线程中结束了。我只想分享这个LINK，它解释了为什么C ++代码在使用接近溢出的浮点值时会导致非确定性行为。文章指出，问题是由编译器转换为机器代码引起的。根据机器是否比较已经截断的值或存储在CPU寄存器上的值更加精确，我们可以得到不同的行为。我希望这会有所帮助。