FP部门和SQRT的延迟与输入数据有何不同，还是仅键入？ 我最近一直在研究CPU指令的延迟和吞吐量，甚至为实验编写了一些基准。 但是，我正在努力了解如何正确基准测试

Question

fsqrt

）正确基准测试指令。我正在使用ARM工作，但也使用

divsd

等在X86上尝试了相同的操作。如何确定最小化或最大化延迟的特定输入值？

因此，到目前为止，我唯一能够达到潜伏期范围的极端的唯一途径（例如，

fdiv

-最小：7个周期，最大：10个周期）是更改数据类型（从双重到浮点到__FP16）。在大会中，我可以看到

fdiv

仅与寄存器的下半部分成较低精确的情况。
这意味着数据类型是影响潜伏期的唯一因素？或者在给定数据类型中是否存在特定的输入值，以使划分更快或较慢？
    

tl-dr;数据可能会影响周期，但不太可能。 您需要阅读技术文档才能知道。

division和SQRT都可以通过复发关系和/或表实现。您可以通过tabled table

来制作任何一个时钟。表太大了，对于128位数据类型，需要复发。 Stam表是通过位运行的有趣插值。 STAM也可以用作复发的初始较低精度猜测，例如

 -Goldschmidt

。复发关系可以固定或运行直至终止条件。这将定义其是否取决于输入。即，如果所有输入，则避免了步骤3，这是在n轮之后进行的。 n轮可以在硬件中扩展。表（低精度）始终是恒定的时间。

对于每种设计，您需要阅读手册/文档以了解有效的模式。回合可以在内部运行，并且比CPU时钟更快。因此，复发结构的回合并不总是转化为CPU延迟。

Goldschmidtsqrt（）

。当然还有其他复发方法（但是Goldschmidt的方法很容易理解其工作原理，但更难看到原因）。

Answer 1

的单一目标，否则它将不惜一切代价避免。

runs，例如0x5555 ...和0xaaaa ...通常对于乘数/划分很费力。 （尝试：

Multiplicationradix 2 radix4

---

）。另外，有两个问题。 IE。吞吐量和延迟（多重分区操作率可能高于时钟以获得结果）。平方根也一样。数据大小对性能最有影响。 只有两个功率的数字可能是最快的（如果指令取决于数据）。 newtons方法是更常见的复发关系。 它将在许多本科课程中进行研究。 Newtons方法更容易理解它的作用。 您需要将内部位与操作损失精确限制，以使OpCode对数据类型宽度的位置准确。 这是修复重复实现的指令巡回赛的另一个原因[Opcode提供正确的结果的分析更容易]。