SIMD指令的吞吐量低于32位整数运算。
如果是 SM2.0（仅标量指令版本）则低 2 倍。
如果是 SM3.0，则低 6 倍。
什么情况下适合使用它们？
如果您的数据已经以 SIMD 视频指令本机处理的格式打包，则需要多个步骤对其进行解包，以便可以由普通指令处理。
此外，与普通算术运算相比，SIMD视频指令的吞吐量还应该乘以实际执行的运算数量。
例如，对于指令vadd4 http://docs.nvidia.com/cuda/parallel-thread-execution/index.html#simd-video-instructions-vadd4-vsub4-vavrg4-vabsdiff4-vmin4-vmax4，正在对打包的 32 位数量（4 字节整数数量）执行 4 次整数加法。为了用普通的整数加法来复制这种行为，需要相当复杂的指令序列来将数据解压缩为 4 个int数量，进行 4 次整数加法，然后重新打包结果。如果您尝试使用单个整数加法来执行此操作，则一个结果的进位可能会损坏下一个结果。vadd4还提供钳位能力和整数加法不可用的其他行为。
在SM2.0的情况下，仅执行4次操作的比率vadd4与未打包数据上必要的 4 个整数相加将使其具有吸引力。在SM3.0的情况下，当将拆包和打包添加到普通整数加法例程时，vadd4看起来很有吸引力。情况变得更加有吸引力与CC 5.0 http://docs.nvidia.com/cuda/cuda-c-programming-guide/index.html#arithmetic-instructions.
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
