Android：当计算量增加时，为什么整数计算比浮点计算慢得多？答案

【问题标题】：Android: Why is integer computation much slower than float computation when the amount of computation increases?Android：当计算量增加时，为什么整数计算比浮点计算慢得多？
【发布时间】：2017-08-30 15:34:15
【问题描述】：

我观察到一个相当奇怪的现象：当我将所需的 CPU 计算量从 10+ 百万增加到几亿（大多数是乘法和加法和除法）时，如果我以浮点数计算它们，速度会变要快得多。然而，对于低于一定数量的运算，并不那么极端，整数计算确实更快，正如预期的那样。

发生这种情况有什么特殊原因吗？我怀疑它可能与浮点运算在计算显着增加时自动并行化有关，但与整数计算无关。请注意，我没有明确地为应用程序执行多线程。我不是 Android 专家，所以我想知道是否有任何 android 专业人士或计算机架构专家可以在这方面启发我。

谢谢。

【问题讨论】：

你在做什么操作？你分吗？如果是这样，很清楚，请参阅：stackoverflow.com/questions/3350808/…
是的，也涉及到除法。事实上，该应用程序与神经网络有关，这基本上意味着您发布的线程中的图形计算。是否有现有文献显示整数中的某些操作（例如除法）较慢？
我从未测试过它，但您可以使用简单的 java 代码（使用时间戳）轻松测试它。 *无论如何我发现nicolas.limare.net/pro/notes/2014/12/12_arit_speed，非常有趣的信息:) 另外，使用GPU应该是快速的过程..
除法始终是处理器有史以来最慢的操作。要进行优化，您可以乘以预先计算的逆数。即：10 * .5 比10 / 2快得多，结果相同 (5)。更优化的是移动位（如果您要乘以或除以 2 的幂）。即：10 << 1 比 10 * 2 快 MUUUUUCH 并且结果相同 (20)。
@ModularSynth 虽然这两个都是正确的，但编译器应该为您完成这两个优化。此外，仅当您乘以常数时，移位的东西才成立，并且常数的位数相对较少。如果数字是变量或者1位太多，硬件乘法器会更快。

标签： android mobile floating-point integer cpu-architecture

【解决方案1】：

如今的处理器内置了并行浮点指令（称为向量指令）。如果您正在执行大量 fp 操作，则可能会针对这些操作进行优化。有关内置 CPU 操作的列表，请参阅 http://infocenter.arm.com/help/index.jsp?topic=/com.arm.doc.dui0802b/a64_simd_vector_alpha.html。

【讨论】：

感谢分享！！！我确实在使用 snapdragon 的 ARM 处理器，这是我从未真正想到的。有没有办法检查我的移动设备是否默认使用 SIMD 操作？
如果它的 C/C++ 代码，您可以查看目标文件中的反汇编并检查生成了哪些指令。如果是 Java，除非您想研究设备的 JIT 环境如何将字节码编译为机器码，否则您将非常不走运。
不幸的是，我使用的是 Java，所以它会很困难。我刚刚检查了 5 年前的 snapdragon 处理器似乎在积极使用 SIMD 矢量操作。另外，整数运算不能向量化有什么特殊原因吗？
他们可以。 Intel 有 SSE 和 AVX，它们都是向量化整数的指令集。但矢量化数学最常见的用例是图形，它使用浮点数。此外，大多数整数代码都包含分支作为流控制，因此不能很好地并行化。因此，对于处理器制造商来说，这并不是一个高优先级。