比 LLVM 中的 floor/ceil/int 慢得多

Posted 2023-03-06

【中文标题】比 LLVM 中的 floor/ceil/int 慢得多

【英文标题】：round much slower than floor/ceil/int in LLVM

【发布时间】：2018-12-28 18:18:09

【问题描述】：

我通过执行循环来对一些基本例程进行基准测试，例如：

float *src, *dst;
for (int i=0; i<cnt; i++) dst[i] = round(src[i]);

全部带有 AVX2 目标，最新的 CLANG。有趣的是 floor(x)、ceil(x)、int(x)... 看起来都很快。但是 round(x) 似乎非常慢，并且在进行反汇编时，有一些奇怪的意大利面条代码，而不是较新的 SSE 或 AVX 版本。即使通过引入一些依赖性来阻止矢量化循环的能力，轮次也慢了 10 倍。对于 floor 等，生成的代码使用 vroundss，对于 round 有意大利面条代码......有什么想法吗？

编辑：我正在使用 -ffast-math、-mfpmath=sse、-fno-math-errno、-O3、-std=c++17、-march=core-avx2 -mavx2 -mfma

【问题讨论】：

defined behavior 怎么可能涉及“更多工作”？

我不明白这个问题，但通常有很多方法可以得到结果。然后是 sqrt 等的 errno 问题......所以可能的问题很简单，是否需要像其他例程一样快速循环。

对于它的价值，使用 -ffast-math 生成的程序集对于 round 和 floor 来说实际上是相同的。

好吧，round 将不得不分支，因为它可以向上或向下，而其他所有方向都只是一个方向。您使用了哪些优化标志？你是如何计时的？

@NathanOliver 这与分支无关。有一系列 SSE 舍入指令可以在硬件中有效地进行舍入，但由于某种原因，它不用于 round，而是用于 floor（除非打开 -ffast-math）。我也很好奇为什么会这样。可能只是实施质量问题。

【参考方案1】：

问题是 SSE 舍入模式都没有为 round 指定正确的舍入：

这些函数将 x 舍入到最接近的整数，但从零开始舍入一半的情况 （无论当前舍入方向如何，请参见 fenv(3)），而不是最接近的 偶数整数，如 rint(3)。

如果您想要更快的代码，可以尝试测试 rint 而不是 round，因为它指定了 SSE 支持的舍入模式。

【讨论】：

有趣，不知道！我刚刚检查了 AVX2 版本在手动使用 _mm256_round_ps(a, 0+8) 进行舍入时生成了此代码，它创建了 vroundps ymm1,ymmword ptr [rsi+rdx*4+0C0h],8，这似乎工作正常。

8 操作数指定四舍五入到最接近的偶数 -- 对 rint 正确，但对舍入不正确。

【参考方案2】：

需要注意的一点是，像 floor(x + 0.5) 这样的表达式虽然没有与 round(x) 完全相同的语义，但在几乎所有用例中都是有效的替代品，我怀疑它比 @ 慢近 10 倍987654323@.

【讨论】：

这实际上听起来相当简单，那么问题出在哪里？我的意思是对于极高的值，它可能最终会变成无穷大或其他东西，但这似乎不是一个重要的问题:)

floor(x + 0.5)、ceil(x - 0.5) 和 round(x) 在处理小数部分正好为 0.5 的输入的方式上有所不同。我认为对于大多数目的，它被认为是一种任意选择，无论哪种方式都无关紧要。对于太大而无法放入尾数中的小数位数的数字，所有这些表达式的行为都相同（它们只是返回 x）