向量计算:从方法到指令的全面解析
1. 向量计算方法与性能对比
向量计算在提升计算性能方面具有显著优势,不同的向量计算方法在精度和性能上存在差异。以下是一些常见向量计算方法的性能数据:
| 计算方法 | 误差 | 时间(秒) |
| — | — | — |
| Serial sum | 8.423e - 09 | 1.273343 |
| Kahan sum with double double accumulator | 0 | 3.519778 |
| 4 宽向量 Serial sum(Intel vector intrinsics) | -3.356e - 09 | 0.683407 |
| 4 宽向量 Serial sum(GCC vector intrinsics) | -3.356e - 09 | 0.682952 |
| 4 宽向量 Serial sum(Fog C++ vector class) | -3.356e - 09 | 0.682756 |
| 4 宽向量 Kahan sum(Intel Vector intrinsics) | 0 | 1.030471 |
| 4 宽向量 Kahan sum(GCC vector extensions) | 0 | 1.031490 |
| 4 宽向量 Kahan sum(Fog C++ vector class) | 0 | 1.032354 |
| 8 宽向量 Serial sum(OpenMP SIMD pragma) | -1.986e - 09 | 0.663277 |
| 8 宽向量 Serial sum(8 宽 Intel vecto
超级会员免费看
订阅专栏 解锁全文

1802

被折叠的 条评论
为什么被折叠?



