问题描述

在搜索了很长时间的性能错误后，我读到了非正规浮点值.

After searching a long time for a performance bug, I read about denormal floating point values.

显然，非规范化浮点值可能是一个主要的性能问题，如以下问题所示:为什么将 0.1f 更改为 0 会变慢性能下降 10 倍?

Apparently denormalized floating-point values can be a major performance concern as is illustrated in this question: Why does changing 0.1f to 0 slow down performance by 10x?

我有一个 Intel Core 2 Duo，我正在使用 gcc 进行编译，使用 -O2.

I have an Intel Core 2 Duo and I am compiling with gcc, using -O2.

那我该怎么办?我可以以某种方式指示 g++ 避免异常值吗?如果不是，我可以以某种方式测试 float 是否异常?

So what do I do? Can I somehow instruct g++ to avoid denormal values? If not, can I somehow test if a float is denormal?

推荐答案

你可以使用测试一个浮点数是否异常

You can test whether a float is denormal using

#include <cmath>

if ( std::fpclassify( flt ) == FP_SUBNORMAL )

(警告:我不确定这是否会在实践中全速执行.)

(Caveat: I'm not sure that this will execute at full speed in practice.)

在 C++03 中，这段代码在实践中对我有用，

In C++03, and this code has worked for me in practice,

#include <cmath>
#include <limits>

if ( flt != 0 && std::fabsf( flt ) < std::numeric_limits<float>::min() ) {
    // it's denormalized
}

要决定在哪里应用此功能，您可以使用基于样本的分析器，例如 Shark、VTune 或 Zoom，以突出显示因非规范值而减慢的指令.微优化，甚至比其他优化，如果不前后分析，是完全没有希望的.

To decide where to apply this, you may use a sample-based analyzer like Shark, VTune, or Zoom, to highlight the instructions slowed by denormal values. Micro-optimization, even more than other optimizations, is totally hopeless without analysis both before and after.

这篇关于避免 C++ 中的非规范值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！