【发布时间】：2013-07-02 23:02:15
【问题描述】：
为了了解 if 语句与选择性乘法，我尝试了下面的代码，发现将结果乘以 0 而不是 failed-if-statement(false) 并乘以 1 而不是 pass-if-statement (true)，如果只有 3-4 个双精度乘法，if 语句会更慢，而仅计算总是更快。
问题：虽然这种乘法即使在 cpu 上也更快，但它在 GPU(opencl/cuda) 上的表现如何？我的投票是绝对加速。单精度乘法的精度损失如何？我知道不可能总是有 1.00000，乘以 0.999999。 假设我不介意第 5 位的 sp 精度损失。
这更适合整数，但至少对浮点数有意义吗？ 如果浮点数/半数比双精度数更快/更快，那么这将更快。
结果：
no if: 0.058515741 seconds
if(){}: 0.073415743 seconds
谁能重现类似的结果？ if(){} 是第二个测试，所以 JIT 不可能作弊？
代码：
public static void main(String[] args)
{
boolean[]ifBool=new boolean[10000000];
byte[]ifThen=new byte[10000000];
double []data=new double[10000000];
double []data1=new double[10000000];
double []data2=new double[10000000];
for(int i=0;i<ifThen.length;i++)
{
ifThen[i]=(byte)(0.43+Math.random()); //1 =yes result add, 0= no result add
ifBool[i]=(ifThen[i]==1?true:false);
data[i]=Math.random();
data1[i]=Math.random();
data2[i]=Math.random();
}
long ref=0,end=0;
ref=System.nanoTime();
for(int i=0;i<data.length;i++)
{
// multiplying by zero means no change in data
// multiplying by one means a change in data
double check=(double)ifThen[i]; // some precision error 0.99999 ?
data2[i]+=(data[i]*data1[i])*check; // double checked to be sure
data[i]+=(data2[i]*data1[i])*check; // about adding the result
data1[i]+=(data[i]*data2[i])*check; // or not adding
//(adding the result or adding a zero)
}
end=System.nanoTime();
System.out.println("no if: "+(end-ref)/1000000000.0+" seconds");
ref=System.nanoTime();
for(int i=0;i<data.length;i++)
{
if(ifBool[i]) // conventional approach, easy to read
{
data2[i]+=data[i]*data1[i];
data[i]+=data2[i]*data1[i];
data1[i]+=data[i]*data2[i];
}
}
end=System.nanoTime();
System.out.println("if(){}: "+(end-ref)/1000000000.0+" seconds");
}
CPU 是 FX8150 @ 4GHz
【问题讨论】：
-
在流水线 cpu 上，一个分支可能非常昂贵，而且多重往往是高度优化的。所以我对此并不感到惊讶。
-
任何编译器/解释器都可以自动执行整数乘法（并在之后添加）？
-
对此有几个 cmets： 1. 您应该增加迭代次数/时间以使其成为有意义的测试（也许在您的循环中添加一个外部循环以多次循环遍历数据） 2.您正在更改测试 1 中的数据值，然后在测试 2 中使用新值。理想情况下，您应该为两个测试使用完全相同的数据（尽管我不认为它会对测试产生很大影响）。跨度>
-
照你说的做，结果一样。即使交换循环位置也不会改变结果。重复循环也给出了。
-
像这样的 Java 微基准测试非常很难正确执行。我建议您阅读this SO question and the accepted answer 并重新考虑您的工作方式。
标签： java optimization cpu gpgpu branch-prediction