Visual Studio 2012 中的立方根函数 cbrt()

我正在用C/C++在Visual Studio 2012 Professional（Windows）中编写一个程序，其中包括使用pow()计算许多幂。我运行探查器以找出为什么需要这么长时间才能运行，我发现pow()是瓶颈。

我已经重写了诸如

pow(x,1.5)到x*sqrt(x)

和

pow(x,1.75)到sqrt(x*x*x*sqrt(x))

这显着提高了程序的速度。

一些功能是那种pow(x,1.0/3.0)所以我寻找立方根函数cbrt()来加快速度，但它似乎在 Visual Studio 中不可用，我很难想象，所以我的问题：

我在哪里可以找到Visual Studio 2012 Professional中的cbrt()功能，如果没有，除了pow(x,1.0/3.0)之外还有什么替代方案？

亲切问候

恩斯特·扬

这个网站探索了几种在C语言中有效地计算立方根的计算方法，并提供了一些源代码，你可以下载。

（编辑：谷歌搜索"快速立方根"会出现几个更有希望的点击。

多维数据集根是一个有趣的主题，因为它们用于许多常见公式中，并且 Visual Studio 中不包含快速多维数据集根函数Microsoft。

在没有特殊立方根函数的情况下，典型的策略是通过幂函数进行计算（例如，pow（x， 1.0/3.0））。当负数处理不当时，这可能会在速度和准确性
方面出现问题。

他的网站对所使用的方法有一些基准。所有这些都比pow()快得多.

32-bit float tests
----------------------------------------
cbrt_5f      8.8 ms    5 mbp   6.223 abp
pow        144.5 ms   23 mbp  23.000 abp
halley x 1  31.8 ms   15 mbp  18.961 abp
halley x 2  59.0 ms   23 mbp  23.000 abp
newton x 1  23.4 ms   10 mbp  12.525 abp
newton x 2  48.9 ms   20 mbp  22.764 abp
newton x 3  72.0 ms   23 mbp  23.000 abp
newton x 4  89.6 ms   23 mbp  23.000 abp

有关可下载的源代码，请参阅网站。

下面的实现比 std：:p ow 快 4 倍，在 AVX-512 CPU 上的容差相对较高（0.000001）。它由垂直自动矢量化循环组成，用于乘法和除法等每个基本操作，因此它一次计算 8,16,32 个元素，而不是水平矢量化牛顿-拉夫森循环。

#include <cmath> 
/* 
   Newton-Raphson iterative solution
   f_err(x) = x*x*x - N
   f'_err(x) = 3*x*x
   x = x - (x*x*x - N)/(3*x*x)
   x = x - (x - N/(x*x))/3   <--- repeat until error < tolerance
   but with vertical-parallelization 
*/
template < typename Type, int Simd, int inverseTolerance> 
    inline 
void cubeRootFast(Type *const __restrict__ data, 
        Type *const __restrict__ result) noexcept 
{ 
    // alignment 64 required for AVX512 vectorization
    alignas(64) 
    Type xd[Simd]; 
    alignas(64) 
    Type resultData[Simd]; 
    alignas(64) 
    Type xSqr[Simd]; 
    alignas(64) 
    Type nDivXsqr[Simd]; 
    alignas(64) 
    Type diff[Simd]; 
    // cube root checking mask
    for (int i = 0; i < Simd; i++) 
    { 
        xd[i] = data[i] <= Type(0.000001);
    } 
    // skips division by zero if input is zero or close to zero
    for (int i = 0; i < Simd; i++) 
    { 
        resultData[i] = xd[i] ? Type(1.0) : data[i]; 
    } 
    // Newton-Raphson Iterations in parallel 
    bool work = true; 
    while (work) 
    { 
        // compute x*x
        for (int i = 0; i < Simd; i++) 
        { 
            xSqr[i] = resultData[i] *resultData[i]; 
        } 
        // compute N/(x*x)
        for (int i = 0; i < Simd; i++) 
        { 
            nDivXsqr[i] = data[i] / xSqr[i]; 
        } 
        // compute x - N/(x*x)
        for (int i = 0; i < Simd; i++) 
        { 
            nDivXsqr[i] = resultData[i] - nDivXsqr[i]; 
        } 
        // compute (x-N/(x*x))/3
        for (int i = 0; i < Simd; i++) 
        { 
            nDivXsqr[i] = nDivXsqr[i] / Type(3.0); 
        } 
        // compute x - (x-N/(x*x))/3
        for (int i = 0; i < Simd; i++) 
        { 
            diff[i] = resultData[i] - nDivXsqr[i]; 
        } 
        // compute error
        for (int i = 0; i < Simd; i++) 
        { 
            diff[i] = resultData[i] - diff[i]; 
        } 
        // compute absolute error
        for (int i = 0; i < Simd; i++) 
        { 
            diff[i] = std::abs(diff[i]); 
        } 
        // compute condition to stop looping (error < tolerance)?
        for (int i = 0; i < Simd; i++) 
        { 
            diff[i] = diff[i] > Type(1.0/inverseTolerance); 
        } 
        // all SIMD lanes have to have zero work left to end
        Type check = 0; 
        for (int i = 0; i < Simd; i++) 
        { 
            check += diff[i]; 
        } 
        work = (check > Type(0.0)); 
        // compute the next x guess
        for (int i = 0; i < Simd; i++) 
        { 
            resultData[i] = resultData[i] - nDivXsqr[i]; 
        } 
    } 
    // if input was close to zero, output zero
    // output result otherwise
    for (int i = 0; i < Simd; i++) 
    { 
        result[i] = xd[i] ? Type(0.0) : resultData[i]; 
    } 
} 
#include <iostream> 
 
int main() 
{ 
    constexpr int n = 8192; 
    constexpr int simd = 16; 
    constexpr int inverseTolerance = 1000;
    float data[n]; 
    for (int i = 0; i < n; i++) 
    { 
        data[i] = i; 
    } 
    for (int i = 0; i < n; i += simd) 
    { 
        cubeRootFast<float, simd, inverseTolerance> (data + i, data + i); 
    } 
    for (int i = 0; i < 10; i++) 
        std::cout << data[i *i *i] << std::endl; 
    return 0; 
}

它仅使用 GCC 进行测试，因此可能需要在每个循环上添加额外的 MSVC 编译指示来强制自动矢量化。如果您有OpenMP，那么您也可以使用#pragma omp simd safelen(Simd)来实现相同的目标。

性能仅在 [0,1] 范围内。要使用更大的值，应使用如下所示的范围缩减：

// example: max value is 1000
for(auto & input:inputs)
    input = input/1000.0f // normalize
for(..)
    cubeRootFast<float, simd, inverseTolerance> (input + i, input + i)
 for(auto & input:inputs)
    input = 10.0f*input // de-normalize  (1000 = 10 x 10 x 10)

<小时 />

如果你只需要低范围0.005误差，比如[0,1000]，加速比为16倍，你可以尝试以下使用多项式近似的实现（Horner-Scheme应用于使用FMA指令进行计算，不需要明确的自动矢量化，因为它不包含任何分支/循环）：

// optimized for [0,1] range: ~1 cycles on AVX512, 0.003 average error 
// polynomial approximation with Horner Scheme for FMA optimization 
template<typename T> 
T cubeRootFast(T x) 
{ 
 T xd = x-T(1.0); 
 T result = T(-55913.0/4782969.0); 
 result *= xd; 
 result += T(21505.0/1594323.0);  
 result *= xd; 
 result += T(-935.0/59049.0);  
 result *= xd; 
 result += T(374.0/19683.0);  
 result *= xd; 
 result += T(-154.0/6561.0);  
 result *= xd; 
 result += T(22.0/729.0);  
 result *= xd; 
 result += T(-10.0/243.0); 
 result *= xd; 
 result += T(5.0/81.0); 
 result *= xd; 
 result += T(-1.0/9.0);  
 result *= xd; 
 result += T(1.0/3.0); 
 result *= xd; 
 result += T(1.0); 
 return result; 
} 
 
// range reduction + dereduction: ~ 1 cycles on AVX512 
 for(int i=0;i<8192;i++) 
 {  
     float inp = input[i]; 
     // scaling + descaling for range [1,999] 
     float scaling = (inp>333.0f)?(1000.0f):(333.0f); 
     scaling = (inp>103.0f)?scaling:(103.0f); 
     scaling = (inp>29.0f)?scaling:(29.0f); 
     scaling = (inp>7.0f)?scaling:(7.0f); 
     scaling = (inp>3.0f)?scaling:(3.0f); 
      
     output[i] = powf(scaling,0.33333333333f)*cubeRootFast<float>(inp/scaling);  
 }

相关内容

最新更新

热门标签：