linux cpu浮点运算性能

[体系结构学习笔记1-3] 计算机系统的评价标准

文章目录

• [体系结构学习笔记1-3] 计算机系统的评价标准

• [1.3.1] 性能

• 1. MIPS（Million Instructions Per Second）
• 2. MFLOPS（Million Floating Point Operations Per Second）
• 3. 性能的比较

• 算术性能平均值
• 调和性能平均值
• 几何性能平均值

[1.3.1] 性能

1. MIPS（Million Instructions Per Second）

• Fz为处理机的工作主频
• CPI (Cycles Per Instruction)为每条指令所需的平均时钟周期数
• IPC (Instruction Per Cycle)为每个时钟周期平均执行的指令条数

2. MFLOPS（Million Floating Point Operations Per Second）

• 只能反映机器执行浮点操作的性能，并不能反映机器的整体性能（如编译性能）
• 基于浮点操作而非指令，比较适合用于衡量处理机中向量运算性能
• 会随着整数和浮点数的比例、快递浮点操作与慢速浮点操作的比例不同而不同
• 一般认为 1 MFLOPS≈1 MIPS

3. 性能的比较

计算机的性能通常用峰值性能和持续性能来评价
持续性能的表示

• 算数性能平均值
• 调和性能平均值
• 几何性能平均值
  

算术性能平均值

算术性能平均值$A_m$是$n$道程序运算速度或运算时间的算术平均值

• 以速度评价
  $A_m=\frac{1}{n} ∑_{i=1}^nR_i =\frac{1}{n} ∑_{i=1}^n\frac{1}{T_i}$

其中$R_i$是第i个程序的执行速率；$T_i$是第i个程序的执行时间

• 以执行时间评价
  $A_m=\frac{1}{n} ∑_{i=1}^nT_i$
• 加权算术平均（在工作负荷中各个程序出现的比例不同）
  $A_m=∑_{i=1}^nα_i R_i =∑_{i=1}^n\frac{α_i}{T_i}$

调和性能平均值

• 调和性能平均值$H_m$（以时间评价）
  $H_m=\frac{n}{∑_{i=1}^n\frac{1}{R_i} }=\frac{n}{∑_{i=1}^nT_i } =\frac{n}{T_1+T_2+\dots+T_n}$

$H_m$的值与运行全部程序所需要的时间$∑_{i=1}^nT_i$

• 加权调和平均
  $H_m=\Big(∑_{i=1}^n{α_i T_i}\Big)^{−1}=\Big(∑_{i=1}^n\frac{α_i}{R_i} \Big)^{−1}$

几何性能平均值

• 几何性能平均值$G_m$
  $G_m=\sqrt[n]{∏_{i=1}^nR_i} =\sqrt[n]{∏_{i=1}^n\frac{1}{T_i}}$

对不同机器进行性能比较时，可以对性能采取归一化处理，以某一台机器的性能作为参考标准，即$R_i$是第$i$个程序相对于参考机器归一化后的运行速率

几何平均速度与所参考的机器无关，不论哪台机器做参考机， $G_m$均能够正确反映结果的一致性： $G_m>1$的机器性能相对较好， $G_m<1$的机器的相对性能较差