每个周期的操作数 ARM Cortex CPU？

Posted 2023-02-16

【中文标题】每个周期的操作数 ARM Cortex CPU？

【英文标题】：Ops per cycle ARM Cortex CPUs?

【发布时间】：2015-02-20 18:06:25

【问题描述】：

我需要 ARM 处理器每个周期可以执行的操作数，尤其是 Cortex-A7、Cortex-A9 和 Cortex-A15 的操作数。 我在网上找不到任何东西！

谢谢

编辑：我需要它来计算理论峰值性能。

【问题讨论】：

您认为什么是操作？

【参考方案1】：

我还没有研究过整数，但是对于每个周期的单双浮点操作，这是我迄今为止提出的（来自 flops-per-cycle-for-sandy-bridge-and-haswell-sse2-avx-avx2、peak-flops-per-cycle-for-arm11-and-cortex-a7-cores-in-raspberry-pi-1-and-2 和 Cortex-A9 NEON Media Processing Engine Technical Reference Manual）。

Cortex-A7：

0.5 DP FLOPs/cycle：标量 VMLA.F64 每四个周期。 1.0 DP FLOPs/cycle：标量 VADD.F64 每个周期。 2.0 SP FLOPs/cycle：标量 VMLA.F32 每个周期。 2.0 SP FLOPs/cycle：2 宽 VMLA.F32 每隔一个周期。

Cortex-A9：

1.5 DP FLOPs/cycle：标量 VMLA.F64 + 标量 VADD.F64 每隔一个周期。 4.0 SP FLOPs/cycle：2-wide VMLA.F32 每个周期。

Cortex-A15：

2.0 DP FLOPs/cycle：标量 VMLA.F64（或 VFMA.F64）每个周期。 8.0 SP FLOPs/cycle：每个周期 4-wide VMLA.F32（或 VFMA.F32）。

一个有趣的观察是，对于 Cortex-A7，Neon 浮点并不比 VFP 快。

【讨论】：

引用 Cortex-A7 的 1 DP FLOP/cycle 有点误导。一般来说，当人们在没有进一步上下文的情况下谈论 FLOP 时，其预期含义实际上是“对于乘法和加法的 50/50 混合”，因为这就是 GEMM 所做的（与 FFT 相距不远，尽管好的 FFT 通常会稍微加法-偏见）。

@StephenCanon，好点，我对此进行了辩论。我实际上在那里有 VMLA.F64，但将其删除。让我把它放回去。

@StephenCanon，我想知道我是否做出了错误的结论。我在nullprogram.com/blog/2015/07/10 上运行了代码，在我的 Raspberry Pi2 上使用 GCC 4.6 (raspian) 和 GCC 5.2 (arch) 时，Neon 的速度提高了大约两倍。我没有对时序进行稳健的测试（作者的时序数字有很大的误差），但它似乎大约是两倍，这意味着 Neon 比 Cortex-A7 上的 VFP 更快。请注意，到 10 月之前我几乎没有时间进行大量 SOing，所以在那之前我不会做出太多回应。

【参考方案2】：

只看最常见的地方。

你有它：http://en.wikipedia.org/wiki/List_of_ARM_microarchitectures