比較対象がないと速いか遅いかを論じるのは意味なし。 なので結論は出さず。 最初に参考リンク - [[SPEにおけるスカラ演算 (フィックスターズ)>http://cell.fixstars.com/ps3linux/index.php/4.5%E3%80%80SPE%E3%81%AB%E3%81%8A%E3%81%91%E3%82%8B%E3%82%B9%E3%82%AB%E3%83%A9%E6%BC%94%E7%AE%97]] - [[何で私のスカラーコードはこんなに遅いの? (IBM developer Works)>http://www.ibm.com/developerworks/jp/power/library/pa-tacklecell3/index.html]] *SPUの整数演算は遅いか? 整数演算の性能は次の通り - 128bit x1 論理演算 - 32bit x4 四則演算、論理演算 - 16bit x4 積和演算 - 16bit x8 四則演算、論理演算 - 8bit x16 特殊演算 が毎サイクル実行可能、レイテンシは4サイクル。 ちなみに浮動少数演算の性能は次の通り - float x4 積和演算 が毎サイクル実行可能、レイテンシが6サイクル - double x2 積和 が7サイクルで実行可能、レイテンシが13サイクル *SPUの分岐は遅いか? パイプラインが23段と深いため、分岐予測が外れた場合のペナルティは17~18サイクルと大きい。 ハードウエアで動的分岐予測機構を持たないが、ソフトウェア的に分岐ヒント命令と条件選択命令を持つ。 分岐ヒントの予測が正しければ分岐のペナルティは0。 また2値のいずれかの選択だけの分岐であるなら、投機的に2値をどちらも計算した上で条件選択命令を使うことで 分岐自体をなくすことが可能。 *SPUのスカラ演算は遅いか? 上記フィックスターズの記事にあるとおりLSからのロード、LSへのストアで無駄が発生することが多い。 ただし128bitレジスタが128本あるので可能な限りオンレジスタで演算させるのがSPU流なので、 そんなにコストが発生するわけではないと思われる。 **ロード #highlight(linenumber){ # アライメントがとれていないbyteをロードする # $ra : アドレス # $rb : 結果をいれる # $raの下位4bitは無視されるため自動的に16バイトアラインでロードされる lqd $rb, 0($ra) # $raの下位4bitを使って$rtをバイト単位でローテートすることでMSBに移動させる rotqby $rb, $rb, $ra # プリファードスロットへさらにローテート rotqbyi $rb, $rb, -3 } byte、halfwordの場合だけ12.のローテートが必要 **ストア #highlight(linenumber){ # アライメントがとれていないbyte位置へストアする # $ra : アドレス # $rb : バイトデータ # $rc, rd, re : テンポラリ # まずストア位置のデータをロードする lqd $rc, 0($ra) # バイト挿入マスクの生成 cbd $rd, 0($ra) # シャッフル # rbのプリファードスロットとrcのプリファードスロット以外とを合成する shufb $re, $rb, $rc, $rd # ストアする stqd $re, 0($rb) } 32bitの整数乗算をするインストラクションはない。 16bitの乗算命令を組み合わせて実現する。 一般的に5つのインストラクションが必要。 ----
下から選んでください: