我已经读到，在较老的fpu上，将fpu转换为单精度模式之前的几年，除法和sqr的速度是正常模式下的两倍。
（检查其来源http://stereopsis.com/FPU.html）
仍然是这样，并且像这样进行切换可以加快某些循环的速度，并在其中包含许多浮动代码？
第二个问题有关，例如，在进行系统（winapi）调用时，我可以在代码中自由地以FPU精度玩弄吗，与fpu取整模式和系统端相同，api是否还会破坏我的设置？
最佳答案
是的，Agner Fog的吞吐量/等待时间数字与降低x87精度完全一致，从而加快了最坏的情况。
考虑到现代div / sqrt硬件的工作方式，使用Radix-16或Radix-1024除法器可迭代地计算结果的更多位，这也很有意义，因此需要更少的正确位意味着您可以更快地停止。 （How sqrt() of GCC works after compiled? Which method of root is used? Newton-Raphson?和The integer division algorithm of Intel's x86 processors）
考虑到x87 fdiv和SSE1 divss在相同的硬件上运行，并且divss具有相同的最佳情况（圆整除数），但具有更好的最坏情况，这也是有道理的。 x87精度位大概与divss或divsd一样控制硬件分频器。
详情如下
是的，x87的总宽度可以限制为64位或32位（double或float），低于标准的80位。是的，这确实会稍微加快fsqrt和fdiv最坏情况的速度，使其速度与具有相同精度的标量SSE / SSE2大致相同（sqrtss =标量单/ sqrtsd =标量双）。没有其他东西运行得更快或更慢。
它不能使x87的速度比SSE快，因此在这一点上主要是对CPU历史的好奇。
显然DirectX确实（过去使用过？）实际上将x87精度设置为24位尾数（float），而MSVC的CRT启动通常将其设置为53位尾数（double）。参见布鲁斯·道森的https://randomascii.wordpress.com/2012/03/21/intermediate-floating-point-precision/。但是微软的历史古怪是例外。其他工具链/操作系统不会与x87混为一谈。
Agner Fog's instruction tables不要提及Sandybridge或更高版本的CPU的x87精度。这可能意味着它不再有用，或者（我认为）Agner认为这不值得一提。他的SnB和更新的表格没有任何脚注，所以我认为这就是解释。据我所知，SnB的分频器与NHM并没有太大区别。
对于Nehalem：fdiv 7-27个周期的延迟=吞吐量（根本没有流水线），并在脚注中指出“舍入因子或精度低会产生低值”。divsd / divpd 7-22周期潜伏期=吞吐量。divss / divps 7-14个周期潜伏期=吞吐量。
因此，对于所有形式，最佳情况下的性能（占用7个周期的除法器）都是相同的，最坏的情况是，越多的尾数位可能越差。
我们知道，分频器硬件是迭代的，并且必须花更长的时间才能计算更多的位，因此将x87精度设置为24或53位与使用divss完全一样，可以提高100％的合理性。他们仍然共享相同的硬件执行单元。
IvyBridge最终实现了FP分压器的流水线设计。与IvB相比，Haswell并未对div编号进行任何重大更改。这些是HSW编号：fdiv 10-24c延迟，8-18c吞吐量divsd / divpd xmm：10-20c延迟，8-14c吞吐量divss / divps xmm：10-13c延迟，7c吞吐量（固定延迟对于调度程序来说很好）
另请参见Floating point division vs floating point multiplication，其中我收集了针对最近的Intel CPU的Agner Fog数据，包括256位YMM向量。我在这里省略了x87，因为它与高性能无关。
通常，您只需要使用SSE1，因为它通常更快（由于使用了平面寄存器集和2操作数指令而不是堆栈，因此无需在fxch和fld寄存器副本上花费前端带宽）。而且在某些情况下使用SIMD的机会（通常将4倍的float sqrt与1并发），与将x87 FPU设置为32位相比，这是一个巨大的胜利。
大多数SSE数学指令的吞吐量和等待时间与x87类似，但x87的开销更大。
如果您需要使32位二进制文件与甚至没有SSE1的古代CPU兼容，可以的话，如果fdiv和fsqrt性能对代码很重要，则可以将x87精度降低到24位。 （可能还会加快一些微编码的x87指令，例如fsin和fyl2x，IDK。）
或者，如果将精度降低到float太过猛烈，那么您正在寻找XMM regs中的double数学的SSE2。它是x86-64的基准，因此再次值得考虑的是，如果由于某种原因必须制作32位二进制文件。没有它的最新CPU是Athlon XP。 （如果您不算像当前的Geode之类的东西。）
与fpu舍入模式和系统端相同，api还会破坏我的设置吗？
AFAIK，舍入模式不变。那将是一个很大的差异，并且对性能没有帮助。
如果有人能够证明这样做的合理性，那么有人会为使用(int)float而不使用SSE截断转换指令（对于x87版本为SSE3 fisttp）使用C的性能而这样做。将x87舍入模式截断（向0），然后在每次将FP值转换为整数时都将其还原。
大多数编译器在优化时都假定取整。
关于performance - 将fpu切换为单精度，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/12707961/