最终优化版本运行时间：
单核：0.562s(Celeron 3.06G)
双核：0.375s(AMD Athlon 64 X2 Dual 3800+ 2.01GHz)

//////////////////////////////////////////////////////////////////
优化步骤和执行时间

测试系统主要使用使用Celeron 3.06G。每一步优化后均使用VTune分析主要
函数的运行情况。多核测试使用AMD Athlon 64 X2 Dual 3800+ 2.01GHz。

1 原始代码（4.39s）
使用VS2005转化原始的工程文件，编译并运行。
用VTune分析，可以看出，性能主要损失在computePot函数以及其子函数上，
其中SQRT操作非常耗费时间。

2 优化pow为mul（3.156s）
容易看到pow(x, 2)等价于x*x。乘法操作比pow要高效很多。
用VTune分析，发现computePot函数占用CPU降为19%。

3 使用Intel编译器（2.734s）
转化工程文件，使用IntelC++编译器。
用VTune分析，发现computePot函数占用CPU为99.29%。可以看出，SQRT等函
数都被computePot函数囊括在内了。

4 使用SSE2指令优化关键运算（2.453s）
通过应用SSE2指令，把数据每四组一起进行并发的运算。
经检测，每四组进行运算和每两组进行运算效果差不多，这应该是因为FDIV
运算单元已经饱和的缘故。时间主要耗费在SQRT和DIV上了。用VTune分析，
computePot函数占用CPU为99%。

5 迭代运算1/sqrt(x)（0.875s）
使用RSQRTPS计算近似值，通过两次迭代求出精确值。必须迭代两次，否则精
度不够。
用VTune分析，computePot函数占用CPU为98%。

6 汇编优化（0.609s）
为减少内存读写次数，提高指令并发程度，使用汇编语言进行关键算法优化。
每次进行8组数据的运算（sum_rsqrt函数），不足8组的剩余数据单独计算
（sum_rsqrt_trailing函数）。
用VTune分析，computePot函数及子函数占用CPU约为98%。

7 指令重排（0.578s）
优化主要针对sum_rsqrt函数。通过调整指令的运算顺序，增加指令并发度。
每次调整都通过VTune查看sum_rsqrt函数的运行时间。重排前，Clockticks
为575，重排后Clockticks为524。

8 rand函数优化（0.562s）
自行实现rand函数，减少系统调用和线程同步的开销。

9 双核测试（0.375s）
由于条件所限，使用AMD Athlon 64 X2 Dual 3800+作为测试CPU。

10 多线程代码（0.375s）
自行实现的多线程代码，替代OpenMP。
 

发表于 @ 2007年01月21日　15:52:00 | 评论( loading... ) | 编辑| 举报| 收藏

旧一篇:优化报告2-源码篇 | 新一篇:英特尔多核编程大赛优化报告