为什么执行逐浮点矩阵乘法比逐整数乘法更快?

#include <Eigen/Core>

int mult_int(const Eigen::MatrixXi& A, Eigen::MatrixXi& B)
{
    Eigen::MatrixXi C= A*B;
    return C(0,0);
}

int mult_float(const Eigen::MatrixXf& A, Eigen::MatrixXf& B)
{
    Eigen::MatrixXf C= A*B;
    return C(0,0);
}

使用标志 -mavx2 -S -O3 然而,主要区别在于 vpmulld 延迟为的2-3倍,吞吐量仅为的1/2或1/4 vmulps (关于最近的Intel架构)

参考: Intel Intrinsics Guide

所有这些向量和矩阵向量运算都使用 BLAS

Here is some branch of OpenBLAS tiny discussion at google-groups linking it ).

might be working on integer-types too . This talk 看起来很有趣(在那个论坛中提到),虽然它很短,可能更接近