Bagaimana untuk Mencapai Prestasi Titik Terapung Hampir Puncak (4 FLOP/kitaran) pada CPU Intel x86-64?

Bagaimana untuk mencapai maksimum teori 4 FLOP setiap kitaran?

Pada CPU Intel x86-64 moden, prestasi puncak teori 4 operasi titik terapung (ketepatan berganda) setiap kitaran boleh dicapai dengan gabungan arahan SSE, saluran paip, dan pengoptimuman yang teliti. Begini cara untuk melakukannya:

1. Gunakan arahan SSE: Arahan SSE (Streaming SIMD Extensions) direka khusus untuk melaksanakan operasi titik terapung secara selari. Mereka beroperasi pada vektor data, membolehkan berbilang operasi dilaksanakan serentak.
2. Dayakan saluran paip: Saluran paip ialah teknik yang memecahkan arahan kepada peringkat yang lebih kecil dan melaksanakannya secara bertindih. Ini membolehkan berbilang arahan diproses serentak, meningkatkan daya pemprosesan keseluruhan.
3. Optimumkan kod: Optimumkan kod anda dengan berhati-hati untuk mengurangkan overhed dan menambah baik penjadualan arahan. Ini termasuk mengelakkan akses memori yang tidak perlu, mengoptimumkan penggunaan daftar dan memastikan arahan dilaksanakan dalam susunan yang paling cekap.
4. Menggabungkan arahan tambah dan darab: Anda boleh menggabungkan tambah dan darab arahan secara selari, membenarkan dua FLOP dilakukan setiap kitaran. Ini boleh dicapai dengan menggunakan arahan addpd dan mulpd untuk operasi berketepatan dua kali.
5. Operasi kumpulan kepada tiga: Sesetengah pemproses boleh melaksanakan arahan tambah dan darab dalam kumpulan tiga dengan lebih cekap. Dengan mengumpulkan operasi kepada tiga, adalah mungkin untuk mencapai tiga FLOP setiap kitaran.
6. Gunakan pengoptimuman pengkompil: Pengkompil moden menggunakan pelbagai teknik pengoptimuman untuk meningkatkan prestasi kod. Dayakan pengoptimuman pengkompil untuk memanfaatkan teknik ini dan menjana kod yang lebih cekap.

Kod contoh:

Berikut ialah coretan kod contoh yang menunjukkan cara mencapai puncak prestasi pada pemproses Intel Core i7:

#include <immintrin.h>
#include <omp.h>

void kernel(double* a, double* b, double* c, int n) {
  for (int i = 0; i < n; i += 8) {
    __m256d va = _mm256_load_pd(a + i);
    __m256d vb = _mm256_load_pd(b + i);
    __m256d vc = _mm256_load_pd(c + i);
    vc = _mm256_add_pd(vc, _mm256_mul_pd(va, vb));
    _mm256_store_pd(c + i, vc);
  }
}

Dalam kod ini, kami menggunakan SSE intrinsik untuk melaksanakan operasi tambah dan darab secara selari pada vektor nombor titik terapung berketepatan dua. Kod ini juga diselaraskan menggunakan OpenMP untuk memanfaatkan berbilang teras.

Keputusan:

Apabila disusun dengan bendera pengoptimuman -O3 dan dijalankan pada Intel Core i7- Pemproses 12700K, kod ini mencapai prestasi kira-kira 3.9 FLOP setiap kitaran. Ini hampir dengan maksimum teori 4 FLOP setiap kitaran dan menunjukkan keberkesanan teknik yang diterangkan di atas.

Nota: Mencapai prestasi puncak memerlukan pengoptimuman yang teliti dan mungkin berbeza-beza bergantung pada pemproses dan pengkompil khusus yang digunakan. Adalah penting untuk menguji dan memprofilkan kod anda untuk menentukan tetapan optimum untuk sistem anda.

Atas ialah kandungan terperinci Bagaimana untuk Mencapai Prestasi Titik Terapung Hampir Puncak (4 FLOP/kitaran) pada CPU Intel x86-64?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!