Для тех, кто уже проводил измерения или имеет глубокие знания в этом отношении, предположим, что вам нужно выполнить следующий (просто выбрать любой для примера) оператор с плавающей запятой:
float calc(float y, float z)
{ return sqrt(y * y + z * z) / 100; }
, где y и z может быть денормические числа, давайте предположим Полностью случайно, могут быть денамические числа < /p>
50% времени < /li>
< /ul>
и теперь предположим, что я хочу избежать штрафа за производительность в отношении денормальных чисел, и я просто хочу относиться к ним как к 0, и я изменяю этот кусок кода на: < /p>
float calc(float y, float z)
{
bool yzero = y < 1e-37;
bool zzero = z < 1e-37;
bool all_zero = yzero and zzero;
bool some_zero = yzero != zzero;
if (all_zero)
return 0f;
float ret;
if (!some_zero) ret = sqrt(y * y + z * z);
else if (yzero) ret = z;
else if (zzero) ret = y;
return ret / 100;
}
Что будет хуже: снижение производительности за неправильное предсказание ветвления (для случаев 50% или
Подробнее здесь: https://stackoverflow.com/questions/609 ... redictions
Снижение производительности: денормализованные числа против неправильных прогнозов ветвей ⇐ C++
-
- Похожие темы
- Ответы
- Просмотры
- Последнее сообщение
-
-
Снижение производительности: денормализованные числа против неправильных прогнозов ветвей
Anonymous » » в форуме C++ - 0 Ответы
- 9 Просмотры
-
Последнее сообщение Anonymous
-
-
-
Штраф на производительность: денормализованные цифры по сравнению с ошибками филиала.
Anonymous » » в форуме C++ - 0 Ответы
- 10 Просмотры
-
Последнее сообщение Anonymous
-
-
-
Показатели производительности расчета для двоичных прогнозов [закрыто]
Anonymous » » в форуме Python - 0 Ответы
- 71 Просмотры
-
Последнее сообщение Anonymous
-