FP和integer division是否在x86 CPU上竞争相同的吞吐量资源？
我们知道，Intel CPU在端口0上的非完全流水线除法执行单元上执行整数除法和FP div/sqrt。我们从IACA输出、其他已发表的资料和实验测试中了解到这一点。（例如。https://agner.org/optimize/)
但是FP和integer是否有独立的分隔符（仅竞争通过端口0的调度），或者如果一个是integer，另一个是FP，交错两个div吞吐量受限的工作负载是否会使其成本几乎呈线性增加？
英特尔CPU（与AMD不同）将整数除法解码为多个uops，例如Skylake上的div r32为10，这很复杂。
AMD CPU在一个执行端口上也有类似的除法器，但我对它们了解不多，也没有一个可以测试的除法器。AMD整数除法只解码到几个UOP（写入RDX和RAX），而不是微码。AMD上的实验可能更容易解释，而不会有大量的UOP四处飞舞，这可能是int和fp div之间争用的原因。
进一步阅读：
- 半相关：基数除法器内部
- 浮点除法与浮点乘法-FP div/sqrt与各种Intel和AMD CPU上的乘法/FMA吞吐量。
- 试用除法代码在Windows上的32位运行速度是Linux64位的2倍——英特尔的64位整数除法要慢得多。解码为更多uops（SKL上为36比10），甚至不饱和
arith.divider_activeperf计数器。
共有1个答案
Intel CPU架构师Ronak Singhal在推特上提到Broadwell（以及在ICL之前的后续架构）使用FP硬件进行除法，但Ice Lake有一个专用的整数除法单元：
请记住，Broadwell以FP除法器上的整数除法为基准。在冰湖，现在有一个专用的整数除法单位。
毫无疑问，整数除法执行的许多操作都是不使用除法器的普通ALU操作，因此我不一定期望它们的逆吞吐量是严格累积的，但它们肯定会竞争。
Ronak并没有暗示Broadwell之前的实现，但基于类似的端口分配和性能，至少可以追溯到Sandy Bridge，我认为我们可以期待同样的共享。
-
无论从什么角度来看，它都不是。 假设我有两个消费者，它们以每秒“10”条消息的速度从给定主题中消耗数据。现在，不管它们是从单个分区还是从两个不同的分区进行消耗；我的吞吐量将保持不变，每秒20条消息。 我觉得我一定漏了一些内部工作的细节，你能帮我解释一下kafka分区（多个）是如何帮助提高固定用户数量的吞吐量的，而不是单个kafka分区。
-
来自AWS Lambda常见问题解答： Q： 我一次可以执行的AWS Lambda函数的数量是否有限制？ 不需要。AWS Lambda旨在并行运行多个函数实例。然而，AWS Lambda的默认安全限制为每个区域每个帐户100次并发执行。如果您希望提交请求以增加100次并发执行的限制，您可以访问我们的支持中心，单击“打开新案例”，然后提交服务限制增加请求。 Q： 如果我的帐户超过并发执行的默认限制，
-
在大数据存储中，IOPS和吞吐量之间的关键区别是什么
-
问题内容： 我为Apache Flink写了一个非常简单的Java程序，现在我对测量统计信息感兴趣，例如吞吐量（每秒处理的元组数）和等待时间（程序需要处理每个输入元组的时间）。 我知道Flink公开了一些指标： https://ci.apache.org/projects/flink/flink-docs- release-1.2/monitoring/metrics.html 但是我不确定如何使
-
我找不到任何关于agner.orgRDRAND指令的延迟或吞吐量的信息。但是，这个处理器存在，所以信息必须在那里。 编辑：实际上，最新的优化手册中提到了此说明。记录如下：
-
吞吐量值ex。400RU/s适用于每个分区，而不是集合？