1,000微妙计算每微秒?
好的,我一直在和一位朋友谈论编译器和程序优化,他建议n * 0.5
比n / 2
更快。 我说编译器会自动进行这种优化,所以我编写了一个小程序来查看n / 2
和n * 0.5
之间是否有差别:
师:
#include <stdio.h>
#include <time.h>
int main(int argc, const char * argv[]) {
int i, m;
float n, s;
clock_t t;
m = 1000000000;
t = clock();
for(i = 0; i < m; i++) {
n = i / 2;
}
s = (float)(clock() - t) / CLOCKS_PER_SEC;
printf("n = i / 2: %d calculations took %f seconds (last calculation = %f)n", m, s, n);
return 0;
}
乘法:
#include <stdio.h>
#include <time.h>
int main(int argc, const char * argv[]) {
int i, m;
float n, s;
clock_t t;
m = 1000000000;
t = clock();
for(i = 0; i < m; i++) {
n = i * 0.5;
}
s = (float)(clock() - t) / CLOCKS_PER_SEC;
printf("n = i * 0.5: %d calculations took %f seconds (last calculation = %f)n", m, s, n);
return 0;
}
对于这两个版本,我平均得到0.000002s。 编译时使用clang main.c -O1
。 他说时间测量一定有什么问题。 于是他写了一个程序:
#include <cstdio>
#include <iostream>
#include <ctime>
using namespace std;
int main()
{
clock_t ts, te;
double dT;
int i, m;
double n, o, p, q, r, s;
m = 1000000000;
cout << "Independent calculations:n";
ts = clock();
for (i = 0; i < m; i++)
{
// make it a trivial pure float calculation with no int casting to float
n = 11.1 / 2.3;
o = 22.2 / 2.3;
p = 33.3 / 2.3;
q = 44.4 / 2.3;
r = 55.5 / 2.3;
s = 66.6 / 2.3;
}
te = clock();
dT = ((float)(te - ts)) / CLOCKS_PER_SEC; // make initial call to get the elapsed time to run the loop
ts = clock();
printf("Division: %d calculations took %f secondsn", m, dT);
for (i = 0; i < m; i++)
{
// make it a trivial pure float calculation with no int casting to float
n = 11.1 * 0.53;
o = 22.2 * 0.53;
p = 33.3 * 0.53;
q = 44.4 * 0.53;
r = 55.5 * 0.53;
s = 66.6 * 0.53;
}
te = clock();
dT = ((float)(te - ts)) / CLOCKS_PER_SEC; // make initial call to get the elapsed time to run the loop
ts = clock();
printf("Multiplication: %d calculations took %f secondsn", m, dT);
cout << "nDependent calculations:n";
for (i = 0; i < m; i++)
{
// make it a trivial pure float calculation with no int casting to float
n = 11.1 / 2.3;
o = n / 2.3;
p = o / 2.3;
q = p / 2.3;
r = q / 2.3;
s = r / 2.3;
}
te = clock();
dT = ((float)(te - ts)) / CLOCKS_PER_SEC; // make initial call to get the elapsed time to run the loop
ts = clock();
printf("Division: %d calculations took %f secondsn", m, dT);
for (i = 0; i < m; i++)
{
// make it a trivial pure float calculation with no int casting to float
n = 11.1 * 0.53;
o = n * 0.53;
p = o * 0.53;
q = p * 0.53;
r = q * 0.53;
s = r * 0.53;
}
te = clock();
dT = ((float)(te - ts)) / CLOCKS_PER_SEC; // make initial call to get the elapsed time to run the loop
ts = clock();
printf("Multiplication: %d calculations took %f secondsn", m, dT);
return 0;
}
为此他得到了......
1.869570s
1.868254s
25.674016s
3.497555s
...以该顺序。
所以我在我的机器上运行该程序,并使用clang++ main.cpp -O1
0.000002 to 0.000011
编译,并得到与以前相似的结果: 0.000002 to 0.000011
。
然而,当我没有优化编译这个程序时,我在他的第一次测试中得到了类似的结果。 所以我的问题是,任何数量的优化如何使程序更快?
由于代码在循环的每次迭代中都没有做任何不同的事情,因此编译器可以自由地将循环内的代码移到外部(结果完全相同),并完全删除循环,使您几乎为0如你所见,运行时间。
这是一个很好的例子,说明如何使用高级语言进行基准测试比基准测试程序更难(这已经很难达到正确的水平)。 编译器可以并经常会干扰您的基准测试。
你的朋友有一个观点,一个部门(实际部门,不只是写/
在C)比一个乘法慢。 对于双打,延迟的比例大约是4,分割不流水线,而乘法是,所以吞吐率更差:大约20(这些数字是Haswell,但是是典型的)
整数除法比浮点除法要慢,但在整数上使用浮点乘法会导致两次转换。 转换并不算太糟,所以总的来说,浮点乘法运算速度仍然较快。
但是任何合适的编译器都会将整数除以一个常量,然后转换为整数乘法和一个移位,也许会有一些额外的修正(取决于除数和类型)。 用两个幂来划分更简单。 有关详细信息,请参阅使用乘法的不变整数除法。 作为一个例子,考虑一下
int div2(int i)
{
return i / 2;
}
GCC把它变成
mov eax, edi
shr eax, 31
add eax, edi
sar eax
ret
取决于μarch,需要3或4个周期(不包括控制流量)。
另一方面,
int div2(int i)
{
return i * 0.5;
}
变成了
cvtsi2sd xmm0, edi
mulsd xmm0, QWORD PTR .LC0[rip]
cvttsd2si eax, xmm0
ret
.LC0:
.long 0
.long 1071644672
这将需要大约4 + 5 + 4 = 13个周期。
即使没有任何“不安全的优化”,编译器也被允许将f / 2.0
转换为f * 0.5
,除以2的幂等于乘以其倒数。 这不适用于不是两次幂的数字。
所以即使有了一个基准,至少可以测量一些东西,但它可能不会衡量正确的事情。 为了测量延迟浮点除法与乘法,你可以写下如下内容:
.section data
align 16
one: dq 1.0, 1.0
.section text
_bench1:
mov ecx, -10000000
movapd xmm0, [one]
loopone:
mulpd xmm0, xmm0
mulpd xmm0, xmm0
add ecx, 1
jnz loopone
ret
_bench2:
mov ecx, -10000000
movapd xmm0, [one]
looptwo:
divpd xmm0, xmm0
divpd xmm0, xmm0
add ecx, 1
jnz looptwo
ret
打电话给千寻,包裹rdtsc
来获得时间。 以两者的最低时间。 乘以你的基本时钟和turbo时钟之间的时间乘以时间。 那么你应该有(大约)两个循环所需的循环次数,除以20000000以获得每个mulpd
或divpd
的循环次数。 时间分割取决于被分割的值,所以它不会给出最一般的结果。
您也可能对指令延迟和吞吐量列表感兴趣。
for (i = 0; i < m; i++)
{
// make it a trivial pure float calculation with no int casting to float
n = 11.1 * 0.53;
o = n * 0.53;
p = o * 0.53;
q = p * 0.53;
r = q * 0.53;
s = r * 0.53;
}
是一个不引用i
或m
且不包含循环引用的循环,因此编译器除去循环语句是微不足道的
上一篇: 1,000,000,000 calculations per microsecond?
下一篇: How raise to power works? Is it worth to use pow(x, 2)?