【FPU】　浮動小数点　【SSE】

1 名前：デフォルトの名無しさん [2008/01/04(金) 14:25:44 ] 主にx86系で浮動小数点を扱う話題 419 名前：,,・´∀｀・,,）っ-○◎● mailto:sage [2009/02/22(日) 13:26:34 ] >>413 海洋民族の航海技術を無視した白人優位思想が根底にあるね。 白人ブルーブラッドが黄色人種を支配してたなんて電波な説だし。 自分たちの古代文明が見つかってないのでどこかにあったと思い込みたい白人に熱狂的に支持された。 ※もちろんブルーブラッドなんて比喩であって、実際に人の血を青くしてみた創作は○ーゼ○ォンくらいのものです。 420 名前：デフォルトの名無しさん mailto:sage [2009/02/22(日) 13:32:17 ] アメリカとオーストラリアに大量移民した奴らがよく言うよ 421 名前：デフォルトの名無しさん [2009/02/22(日) 13:38:47 ] >>419 秋葉原のショップでは、こなた（らき☆すた）のフィギアは売ってますか？ 422 名前：デフォルトの名無しさん mailto:sage [2009/07/11(土) 00:11:19 ] 古い話を掘り返してみると、>359の書く「銀行型」って、ISO丸めのことなのね。 >362にあるように元は英語だろうけど、それを直訳した馬鹿がいるから >361のような「銀行で使う」と思い込む間抜けが出てくるんじゃないか。 寧ろ鉱工業などで測定結果の集計するのによく使うのに。 423 名前：デフォルトの名無しさん mailto:sage [2009/07/11(土) 21:25:48 ] パイルバンカーの方？ 424 名前：デフォルトの名無しさん mailto:sage [2009/07/11(土) 22:34:38 ] 銀行は銀行だけど、「銀行家の」と言う意味だね。 まぁ、銀行でも使うケースと使わないケースがあるのだろうし、 「銀行型」って言い方をするよりも「ISO丸め」って言い方でいいんでない? まぁ、>422は言い過ぎだね。 425 名前：デフォルトの名無しさん mailto:sage [2009/07/11(土) 22:49:06 ] 8087作ったときは、ISOじゃなかったのでは。 426 名前：デフォルトの名無しさん mailto:sage [2009/07/11(土) 23:04:27 ] んじゃ、8087について語りたいときはansi丸めでw 427 名前：,,・´∀｀・,,）っ-○○○ mailto:sage [2009/08/16(日) 13:27:05 ] >>423 エウレカ厨乙 428 名前：デフォルトの名無しさん mailto:sage [2009/09/20(日) 13:20:35 ] 団子ってmixiにアカウントは持ってたよな。 嫌いなサイトが2chだとか書いてたろ。 429 名前：,,・´∀｀・,,）っ-○○○ mailto:sage [2009/09/20(日) 19:09:53 ] それどころかVIPのコテとばっかしつるんでたが 430 名前：デフォルトの名無しさん [2010/01/30(土) 07:55:53 ] 貧乳について教えてください 431 名前：デフォルトの名無しさん mailto:sage [2010/03/04(木) 04:58:05 ] 「インテル 64 アーキテクチャーおよびIA-32 アーキテクチャー最適化リファレンス・マニュアル」を読んでいて驚いたのだけど、 最近のCPUは除算のレイテンシとスループットが異様に小さいんだね。 FDIVでレイテンシとスループットが６と５って乗算とそんなに差がなくなっているね。 あとx87の表にNehalemがないのはNehalemってx87を積んでないの？ 432 名前：デフォルトの名無しさん mailto:sage [2010/03/04(木) 10:07:17 ] トランジスタの物量攻勢で、年々巨大なテーブルを引いて割り算するようになってんじゃないかな？ バグ付きPentiumで有名になったアレ。まだまだ早くなるのかも。解説お願い。 float同士の割り算の全パターンを事前にテーブル化して焼いとくのもそう遠くない未来のような。 (仮数部だけでいいとして46bitのインデックスを引っ張るテーブルがあればいいのか？ 433 名前：デフォルトの名無しさん mailto:sage [2010/03/04(木) 10:39:40 ] 少なくとも一回計算した組み合わせくらいはキャッシュで持ってても良いよね 434 名前：デフォルトの名無しさん mailto:sage [2010/03/18(木) 04:44:33 ] SSEを使うっているのは一般に、SSE命令を使っていればいいのか？ 最近のコンパイラが吐くコードってスカラーでもaddssとかsubssを使っていることが多いので、 それだと何もしなくても”SSE”を使ったコードになってしまう気がする。 それともSIMDを使わないのはSSEを使っているとは言えないとなるのだろうか？ 435 名前：デフォルトの名無しさん mailto:sage [2010/03/18(木) 07:46:55 ] 単に8087由来FPUの80bitレジスタが嫌なだけじゃね？ とエスパー回答してみる。 436 名前：デフォルトの名無しさん mailto:sage [2010/03/19(金) 07:02:17 ] x86-64向けでなく組み込み関数でもなく、オプションも付けずにSSE命令を使うのはICCだけだろ 437 名前：デフォルトの名無しさん mailto:sage [2010/03/19(金) 07:08:33 ] gccでも使うよ。適切にビルドされていれば 438 名前：デフォルトの名無しさん mailto:sage [2010/03/20(土) 05:22:14 ] gccでも使うんだよ。でもさすがにパックドのコードを吐くことはないけど。 439 名前：デフォルトの名無しさん [2010/03/20(土) 17:58:41 ] インテルコンパイラを使っているのですが、WindowsとLinuxで結果が変わってきてしまいます。 精度を同じにするには、どのオプションを使えばよいのでしょうか？ 440 名前：,,・´∀｀・,,）っ-○○○ mailto:sage [2010/03/20(土) 18:07:52 ] >>432 Pentiumの除算ユニットはRadix-4 SRTっていうアルゴリズムを使っている。 journal.mycom.co.jp/column/architecture/090/index.html 45nm以降のCoreアーキテクチャはそれより強力なRadix-16 SRTで 4ビットずつ処理出来るから従来の倍程度は速い。 441 名前：デフォルトの名無しさん mailto:sage [2010/03/20(土) 18:08:47 ] >>439 442 名前：デフォルトの名無しさん mailto:sage [2010/03/20(土) 18:09:31 ] >>439 http://homepage1.nifty.com/herumi/prog/prog90.html#PRECISION 443 名前：デフォルトの名無しさん mailto:sage [2010/06/25(金) 01:13:02 ] 新しいOpteron(Magny-Cours)で単精度のSSEのコードを走らせたんだけど、異様に遅い。 スカラーのコードの方が遙かに速いんだけど、そんなことってあるのかな？ インテルのCPUなら概ね2倍になるコードなんだけど、2倍どころか1/3にもなりそうな感じだった。 ただ、倍精度になるとスカラーよりも速くなる。 ICCでやったりgccでいろんなオプション試したけど、あんまりかわらないので何が原因かわからずにいる。 これだけで原因がわかるエスパーな人がいると助かるんだが。 444 名前：デフォルトの名無しさん mailto:sage [2010/06/25(金) 13:59:28 ] ttp://pc.watch.impress.co.jp/docs/news/20100329_357660.html ＞4つ目は省電力機能の拡張だ。Opteron 6100にはIstanbul世代で実装されていなかったC1E(CPUがスリープモードにあるときの電 ＞力を減らす機能)が実装されたほか、「AMD Cool Speed Technology」と呼ばれる省電力機能が実装されており、温度センサーで温 ＞度が限界を迎えたと判断したとき、プロセッサのPステートをより低い段階へと強制的に移行させる機能だ。これらの機能により、プロセ ＞ッサの電力効率を前世代に比べて高めている。 CPU温度が高くてクロックダウンしてるとか？ 分からんけどｗ 445 名前：デフォルトの名無しさん mailto:sage [2010/06/25(金) 20:14:14 ] >>443 ベクトル化が下手かOpteronの単精度がうんこかOpteronが不得意な命令を使っているか、 だと思う。 ICCはインテルCPU用の最適化しかしないという噂だけど、 gccはそんなことないはずだし。 プログラムの一部でもさらす気があるなら もうちょっと答えられるかも。 C++とIntrinsicライブラリ？ C++とインラインアセンブラ？ C++とアセンブラ？ 32bit? 64bit? 446 名前：デフォルトの名無しさん mailto:sage [2010/06/25(金) 20:57:24 ] >>443 スカラーのコード 　x87 or SSEのスカラー命令を使うコード? SSEのコード 　コンパイラの設定でSSEを使うようにしたスカラーコード or 並列化したコード? 447 名前：デフォルトの名無しさん mailto:sage [2010/06/26(土) 01:45:18 ] >>444 これさ、一度CPUクーラーのファンを止めて、高負荷で動かしてみたことがあるんだけど、 マザーから警告のアラームがなって、ヒートシンクをさわったらさわれなくなる位めちゃくちゃ熱くなっていたけど、 実行しているプログラムが落ちることなく、動き続けていたから、相当熱くなるような環境でないと、 クロックが落ちることは無いと思う。よく負荷テストとかでPrime95とかいうFFTを馬鹿みたいに立ち上げる様な ことをしない限りは無いんじゃないかな。 448 名前：デフォルトの名無しさん mailto:sage [2010/06/26(土) 01:54:08 ] >>445 レスサンクス。 使っているのはC++とIntrinsic。最初はインラインアセンブリで書いていたんだけど、 WindowsのVCCも考えて、Intrinsicに変更した。 コードをさらしたいのだけど、さすがにそれは出来ないので、 ちょっとシンプルなコードを書いて比較してみるよ。 何かわかったら書き込んでみる。 なんとなく思っているのは単精度だとシャッフルやらシフトを多用しているんだけど、 倍精度ではデータ幅の関係でそんなにやらなくていいので、Opteronはシャッフルとかシフトに弱いのかなあ？ とか思っている。 >>446 64bitで使っているんで、もはやコンパイラがx87のコードを吐いてくれません。 ちょっと表現が悪かったけど、SSEと言っているのはベクトル化したSIMDコードという意味。 449 名前：デフォルトの名無しさん mailto:sage [2010/06/26(土) 04:22:39 ] >>448 シャッフルのレイテンシ AMD Family 10h: 3 cycle Intel Penryn以降: 1 cycle 450 名前：デフォルトの名無しさん mailto:sage [2010/06/26(土) 10:40:33 ] 「OpteronとIntel(Core2?)とで挙動が違う」のが問題であるなら、 キャッシュ構成を疑ってみるのはいかが。 Opteronの一次キャッシュって今も2-wayなの？ 451 名前：443 mailto:sage [2010/06/29(火) 01:29:17 ] ちょこっと調べてみたら、クリティカルな部分は ループの中に for(;;) { //A,B,Cその他諸々のデータを取ってきて下記を実施 SSEの計算群1 -> 結果をxmm0に最終的に放り込む SSEの計算群2 -> 結果をxmm5に最終的に放り込む SSEの計算群3 -> 結果をxmm10に最終的に放り込む // メモリへの書き込み A[i] = xmm0; B[i] = xmm5; C[i] = xmm10; } と言うような感じなんだけど、メモリへの書き込みの段階で偉く遅くなっていた。 >>450が言うようにキャッシュの問題なんだろうけど、解決方法は無いのかな？ Opteronはライトスルーなのかな？ A、B、Cの結果は再利用されることはないので_mm_stream_ps()でやってみたけど、そっちはもっと遅くなった。 452 名前：デフォルトの名無しさん mailto:sage [2010/06/29(火) 03:11:14 ] 配列A,B,Cのサイズを 32kBの倍数+64*n(n=1,2,...,511) に変える 453 名前：デフォルトの名無しさん mailto:sage [2010/06/29(火) 19:57:17 ] >>451 A,B,Cのサイズは？ SSEの計算群1 -> 結果をxmm0に最終的に放り込む A[i] = xmm0; SSEの計算群2 -> 結果をxmm5に最終的に放り込む B[i] = xmm5; SSEの計算群3 -> 結果をxmm10に最終的に放り込む C[i] = xmm10; とやってみるとか。 Cだけ_mm_stream_psにしてみるとか。 454 名前：デフォルトの名無しさん mailto:sage [2010/06/29(火) 22:57:53 ] キャッシュスラッシングが原因だとすると スカラーコードではA,B,Cは独立した ループで処理してるのかな？ 455 名前：443 mailto:sage [2010/06/30(水) 02:18:30 ] >>453 レスありがとう。 実はすでにやってみたけど変わらなかった。 ひょっとしてレジスタが足りなくなって、xmm0とかが、メモリに待避させられているのでは？ と思ったんだけど。 A,B,Cのサイズ自体多次元配列で、すごく大きいけど、ループの中では4K以下になるように処理している。 たとえば AAA[i][j][k]の3次元配列があった場合、 A = AAA[i][j] と1次元は配列として扱っている。そしてA[max]が4KB以下になるようにしている。 >>454 スカラーのコードもA,B,Cでループ内で処理している。 やっぱり、スラッシングが原因なのかなあ？ 456 名前： ◆0uxK91AxII mailto:sage [2010/06/30(水) 18:03:29 ] とりあえず、境界を合わせて128[bit]ずつnon temporalな書込みをする。 457 名前：デフォルトの名無しさん mailto:sage [2010/06/30(水) 19:03:04 ] Cだけ_mm_stream_psにしても変わらないならA,B,Cだけが原因じゃなさそうだ。 計算群1,2,3で参照しているメモリがA,B,Cとスラッシングしてるんじゃないかな。 なので、こうしたらどうだろう？ for () {SSEの計算群1-> 結果をA[i]} for () {SSEの計算群2-> 結果をB[i]} for () {SSEの計算群3-> 結果をC[i]} これでも計算群1で参照しているメモリがA[i]とスラッシングしてたらお手上げなんだけど。 458 名前：443 mailto:sage [2010/07/01(木) 01:21:40 ] >>456 >>457 いろいろと調べてみたら、キャッシュの問題ではなくて、 NUMAノードの設定が問題だったようだ。 メモリの確保をmalloc()ではなく、numa_alloc_onnode()でダイレクトにNUMAノードを指定してあげたら、 ほぼスカラーの倍の速度が得られたよ。 numactlをつかって、--preferred=nodes --localallocとかいろいろといろいろとオプションを つけてやってみたけど、うまく指定したノードでのメモリ割り当てが出来ていなかったみたい。 いずれにしてもSSEの問題ではなかったので、変な質問をして申し訳ない。 レスしてくれた人ありがとう。 ただ、プリフェッチの指定をしていた部分でNehalemではかなり効果があったのが、 Opteronでは全く効果が無いので、プリフェッチの距離とかはOpteron用に考えないといけない様だ。 459 名前：デフォルトの名無しさん mailto:sage [2010/07/01(木) 08:56:52 ] OpteronのNUMAは諸刃の剣だな。ハマればメモリの許す限りスケールするしな。 ていうかSMP Opteron由来の問題とは俺も気付かなかった。 460 名前：デフォルトの名無しさん [2010/07/23(金) 11:32:54 ] （０００、０００）10 ー１０、８３５ とかいう問題 461 名前：デフォルトの名無しさん mailto:sage [2010/07/27(火) 16:59:37 ] >>458 First touch 問題だね

---

---

[ 新着レスの取得/表示 (agate) ] / [ 携帯版 ]

read.cgi ver5.27 [feat.BBS2 +1.6] / e.0.2 (02/09/03) / eucaly.net products.
担当:undef