GPU编程和流式多处理器（四）

GPU编程和流式多处理器（四）
3.2. 单精度（32位）
单精度浮点支持是GPU计算的主力军。GPU已经过优化，可以在此数据类型上原生提供高性能，不仅适用于核心标准IEEE操作（例如加法和乘法），还适用于非标准操作（例如对先验的近似（例如sin（）和log（）））。32位值与整数保存在同一寄存器文件中，因此单精度浮点值和32位整数（使用__float_as_int（）和__int_as_float（））之间的强制转换是免费的。
加法，乘法和乘加
编译器自动将浮点值的+，–和运算符转换为加，乘和乘加指令。所述__fadd_rn（）和__fmul_rn（）内部函数可以被用于加入抑制融合和乘法操作进入乘加指令。
对等与除法
对于具有2.x或更高版本的计算能力的设备，使用–prec-div = true编译代码时，除法运算符符合IEEE规定。对于具有计算能力1.x的设备或对于具有计算能力2.x的设备，当使用–prec-div = false编译代码时，除法运算符和__fdividef（x，y）具有相同的精度，但精度为2 126 <y <2 128，__fdividef（x，y）的结果为零，而除法运算符的结果为正确。另外，对于2 126 <y <2 128，如果x为无穷大，则__fdividef（x，y）返回NaN，而除法运算符返回无穷大。
先验者（SFU）
SM中的特殊功能单元（SFU）实现了六个常见超越功能的快速版本。
• 正弦和余弦
• 对数和指数
• 倒数和倒数平方根
（摘自有关Tesla架构论文）摘录了受支持的操作和相应的精度。SFU并不能完全实现精度，但是它们可以很好地近似于这些功能，并且速度很快。对于比优化的CPU等效端口（例如25倍或更多）快得多的CUDA端口，代码很可能依赖SFU。
SFU精度
给出的内在函数访问SFU。指定–fast-math编译器选项将使编译器将常规C运行时调用替换为上面列出的相应SFU内部函数。
__saturate（x）如果x <0返回0 ，如果x> 1返回1，否则返回x。
3.3．双精度（64位）
带有SM 1.3的CUDA中添加了双精度浮点支持（