如何将多个fma操作链接在一起以获得性能？
假设在某些C或C ++代码中，我有一个名为T fma( T a, T b, T c )的函数T fma( T a, T b, T c )它执行1次乘法和1次加法，如此( a * b ) + c ; 我该如何优化多个mul并添加步骤？
例如，我的算法需要用3或4个fma操作实现链接和求和，如何编写这是一种有效的方法，在语法或语义的哪个部分我应该特别注意？
我还想了解关键部分的一些提示：避免更改CPU的舍入模式以避免刷新cpu管道。 但我很确定只是在多次调用fma之间使用+操作不应该改变它，我说“非常肯定”，因为我没有太多的CPU来测试它，我只是关注一些逻辑步骤。
我的算法类似于多个fma调用的总和
fma ( triplet 1 ) + fma ( triplet 2 ) + fma ( triplet 3 )
最近，在Build 2014中，Eric Brumer就这个话题发表了非常好的演讲（ 见这里 ）。 谈话的底线是
使用Fused Multiply Accumulate（aka FMA）无处不在会损害性能。
在Intel CPU中，FMA指令需要5个周期。 而是进行乘法（5个循环）和加法（3个循环）需要8个循环。 使用FMA，您将获得两项奖励（见下图）。
然而，FMA似乎不是指令的冬青。 正如您在下面的图片中看到的那样，FMA可以在某些引用中损害性能。
以同样的方式，你的案例fma(triplet1) + fma(triplet2) + fma(triplet 3)花费21个周期，而如果你用FMA做同样的操作将花费30个周期。 这是性能提升30％。
在代码中使用FMA需要使用编译器内在函数 。 尽管如此，除非你是C ++编译器程序员，否则FMA等并不是你应该担心的事情。 如果不是，请让编译器优化处理这些技术问题。 一般来说，在这种担忧之下，所有邪恶的根源（即过早优化）都要解释其中一个伟大的（即Donald Knuth）。