我可以在以下80387指令之间进行选择：
fdiv dword ptr a
和
fdiv qword ptr b
数字a和b是等价的，它们都是100%准确的。我为什么要选择qword版本？我只能认为速度是一种好处。在现代处理器上有什么不同吗？80387和80487有区别吗？
a
b
qword
hm2xizp91#
dword大小不会变慢。（除非由于一些次要影响，如此处较窄的内存位置导致一些 * 其他 * 数据未对齐。在大多数CPU上，我认为当qword的值相同时，除了数据传输时间外，它的速度也相同。在某些CPU上，如果尾数的低位不全为零（因此除数的有效位比双字浮点数的有效位多），则可能会更慢。除非“舍入数”，否则早出情况仅适用于具有少得多的有效位的数字。在P5奔腾之前，传输一个qword比一个dword需要更多的周期，因为直到P5奔腾才将数据路径扩展到64位。（除非486 DX可以在FPU和其内部缓存之间传输64位？64位原子性保证是P5的新特性。）我认为内存源FP数学运算相当于像fld一样先将1扩展到80位，就FPU本身看到的数据而言，因此表示与dword float 32完全相同的值的qword float 64将在完成加载内存操作数后导致实际FPU工作的相同输入。对于fadd/fsub/fmul指令，性能不依赖于输入数据或x87控制字中的精度设置（输出必须产生多少个尾数位），至少在P5或更高版本上不依赖。但是fdiv和fsqrt确实取决于精度设置。https://agner.org/optimize/指令表仅包括P5作为最早的。fdiv周期为19/33/39，分别用于P5上的24、53或64位输出尾数精度设置。降低精度可以加快fdiv/fsqrt的速度，但会损害所有内容的精度：有趣的事实：Direct3D by default would lower FPU precision to the minimum 24-bit，可能是因为3D几何学对向量的大小做了很多平方和除法。在某些CPU上，fdiv性能取决于实际数据。在许多CPU上，Agner Fog的指令表都包含有关fdiv计时的注解。第一个这样的注解，对于AMD K7说“低值[时钟周期计数]是用于循环除数，例如。2的幂是最圆的，具有全零尾数，但是措辞暗示其他值也可以是稍微圆的并且花费更少的周期。所以我猜不仅仅是2的幂快。一个qword float 64也是一个精确的float 32，有点圆：只有23个非零尾数位，低29位全为零。但这仍然可能有很多非零尾数位;也许太多了，任何特殊情况下适用，IDK。后来的注解更加简洁，只是提到了“圆除数”，但据推测他的意思是一样的，而不仅仅是2的幂作为唯一的特例。Pentium-M/ Core Solo/Duo具有fdiv吞吐量或8到37个周期（divsd也是如此），Agner Fog的注解说“高值是典型的，低值是低精度或舍入除数。我不知道“舍入除数”是否只意味着2的幂（全零尾数），或者是否有一个 * 如何 * 舍入的滑动尺度，比如有多少有效尾数位。对于P-M / Core 1上的整数div/idiv，注解的开头相同，但添加了“Core Solo/Duo在允许提前算法的舍入值的情况下比Pentium M更有效。具有此类注解的CPU：
dword
fld
fadd
fsub
fmul
fdiv
fsqrt
divsd
div
idiv
K7、K8：舍入除数更快
K10提到idiv的速度取决于 * 被除数 * 的绝对值中的有效位数，并查看AMD的优化手册。但没有fdiv注意，K10上的延迟/吞吐量已修复。山猫/美洲虎也一样。
推土机-系列：fdiv的可变延迟和吞吐量（并且部分流水线化，吞吐量优于延迟），但没有说明何时。
禅1：可变延迟和吞吐量，没有注解
禅2禅4：fdiv延迟= 15个周期，吞吐量=每6个周期一个。
P5 Pentium：*FDIV需要19、33或39个时钟周期，分别用于24、53和64位精度。FIDIV需要3个时钟。精度由浮点控制字 * 的位8-9定义
P6 Pentium II / III：FDIV延迟取决于控制字中指定的精度：64位精度给出等待时间38，53位精度给出等待时间32，24位精度给出等待时间18。除以2的幂需要9个时钟。吞吐量的倒数是1/（延迟-1）。（不依赖于提及的数据值）
Pentium M / Core（1）Duo/Solo：* 高值为典型值，低值为低精度或舍入除数。*
核心2 Merom和Wolfdale，以及Nehalem：* 舍入除数或低精度给予低值。*
没有关于Sandybridge或更高版本的注解：fdiv定时，对于SnB，lat = 10- 24 c，recip吞吐量= 10- 24 c。IvB / Haswell稍微管道化它（吞吐量比延迟好几个周期），Broadwell是吞吐量明显优于延迟的时候。
奔腾4：* 延迟和吞吐量倒数取决于F. P.中的精度设置。控制字单精度：23、双精度：38、长双精度（默认）：43.* 以及 * 在使用FP-DIV单元期间FP-MUL单元的吞吐量降低。*（尽管fdiv是单个uop发出/分派。）
Atom / Silvermont / Goldmont（plus）/特雷蒙：fdiv延迟和吞吐量是固定的，甚至没有提到精度设置的帮助。
通过Nano 2000 / 3000：fdiv延迟和吞吐量为15-42（Nano 2000）或14-23个周期（Nano 3000）。没有音符，所以可能只是精确控制。脚注1：加宽是相当微不足道的：在尾数底部填充零，并调整偏置指数字段，使其表示2的相同幂。80位格式还在尾数中使用显式而不是隐式的前导1（或0用于subnormal），因此该位从指数字段解码。
1
0
对于dword或qword加载，解码过程的工作量应该是相同的; P5 Pentium在单个时钟周期内运行fld m32 / m64。
fld m32 / m64
1条答案
按热度按时间hm2xizp91#
dword大小不会变慢。（除非由于一些次要影响，如此处较窄的内存位置导致一些 * 其他 * 数据未对齐。在大多数CPU上，我认为当
qword的值相同时，除了数据传输时间外，它的速度也相同。在某些CPU上，如果尾数的低位不全为零（因此除数的有效位比双字浮点数的有效位多），则可能会更慢。除非“舍入数”，否则早出情况仅适用于具有少得多的有效位的数字。
在P5奔腾之前，传输一个qword比一个dword需要更多的周期，因为直到P5奔腾才将数据路径扩展到64位。（除非486 DX可以在FPU和其内部缓存之间传输64位？64位原子性保证是P5的新特性。）
我认为内存源FP数学运算相当于像
fld一样先将1扩展到80位，就FPU本身看到的数据而言，因此表示与dword float 32完全相同的值的qword float 64将在完成加载内存操作数后导致实际FPU工作的相同输入。对于
fadd/fsub/fmul指令，性能不依赖于输入数据或x87控制字中的精度设置（输出必须产生多少个尾数位），至少在P5或更高版本上不依赖。但是
fdiv和fsqrt确实取决于精度设置。https://agner.org/optimize/指令表仅包括P5作为最早的。fdiv周期为19/33/39，分别用于P5上的24、53或64位输出尾数精度设置。降低精度可以加快fdiv/fsqrt的速度，但会损害所有内容的精度：有趣的事实：Direct3D by default would lower FPU precision to the minimum 24-bit，可能是因为3D几何学对向量的大小做了很多平方和除法。在某些CPU上，
fdiv性能取决于实际数据。在许多CPU上，Agner Fog的指令表都包含有关fdiv计时的注解。第一个这样的注解，对于AMD K7说“低值[时钟周期计数]是用于循环除数，例如。2的幂是最圆的，具有全零尾数，但是措辞暗示其他值也可以是稍微圆的并且花费更少的周期。所以我猜不仅仅是2的幂快。一个qword float 64也是一个精确的float 32，有点圆：只有23个非零尾数位，低29位全为零。但这仍然可能有很多非零尾数位;也许太多了，任何特殊情况下适用，IDK。
后来的注解更加简洁，只是提到了“圆除数”，但据推测他的意思是一样的，而不仅仅是2的幂作为唯一的特例。
Pentium-M/ Core Solo/Duo具有
fdiv吞吐量或8到37个周期（divsd也是如此），Agner Fog的注解说“高值是典型的，低值是低精度或舍入除数。我不知道“舍入除数”是否只意味着2的幂（全零尾数），或者是否有一个 * 如何 * 舍入的滑动尺度，比如有多少有效尾数位。对于P-M / Core 1上的整数div/idiv，注解的开头相同，但添加了“Core Solo/Duo在允许提前算法的舍入值的情况下比Pentium M更有效。具有此类注解的CPU：
K7、K8：舍入除数更快
K10提到
idiv的速度取决于 * 被除数 * 的绝对值中的有效位数，并查看AMD的优化手册。但没有fdiv注意，K10上的延迟/吞吐量已修复。山猫/美洲虎也一样。推土机-系列：
fdiv的可变延迟和吞吐量（并且部分流水线化，吞吐量优于延迟），但没有说明何时。禅1：可变延迟和吞吐量，没有注解
禅2禅4：
fdiv延迟= 15个周期，吞吐量=每6个周期一个。P5 Pentium：*FDIV需要19、33或39个时钟周期，分别用于24、53和64位精度。FIDIV需要3个时钟。精度由浮点控制字 * 的位8-9定义
P6 Pentium II / III：FDIV延迟取决于控制字中指定的精度：64位精度给出等待时间38，53位精度给出等待时间32，24位精度给出等待时间18。除以2的幂需要9个时钟。吞吐量的倒数是1/（延迟-1）。（不依赖于提及的数据值）
Pentium M / Core（1）Duo/Solo：* 高值为典型值，低值为低精度或舍入除数。*
核心2 Merom和Wolfdale，以及Nehalem：* 舍入除数或低精度给予低值。*
没有关于Sandybridge或更高版本的注解：
fdiv定时，对于SnB，lat = 10- 24 c，recip吞吐量= 10- 24 c。IvB / Haswell稍微管道化它（吞吐量比延迟好几个周期），Broadwell是吞吐量明显优于延迟的时候。奔腾4：* 延迟和吞吐量倒数取决于F. P.中的精度设置。控制字单精度：23、双精度：38、长双精度（默认）：43.* 以及 * 在使用FP-DIV单元期间FP-MUL单元的吞吐量降低。*（尽管
fdiv是单个uop发出/分派。）Atom / Silvermont / Goldmont（plus）/特雷蒙：
fdiv延迟和吞吐量是固定的，甚至没有提到精度设置的帮助。通过Nano 2000 / 3000：fdiv延迟和吞吐量为15-42（Nano 2000）或14-23个周期（Nano 3000）。没有音符，所以可能只是精确控制。
脚注1：加宽是相当微不足道的：在尾数底部填充零，并调整偏置指数字段，使其表示2的相同幂。80位格式还在尾数中使用显式而不是隐式的前导
1（或0用于subnormal），因此该位从指数字段解码。对于dword或qword加载，解码过程的工作量应该是相同的; P5 Pentium在单个时钟周期内运行
fld m32 / m64。