Стоимость поиска в сравнении с расчетами

Я заинтересован в настройке вычислений для проверки соответствия критерию расстояния: расстояние между вектором и вектором пыльника x j должно быть меньше некоторого значения r m a x . Мои данные разделены по ортогональной сетке координат. Поскольку моя отсечка меньше расстояния между конечными точками координат ближайшего соседа, я бы хотел добавить переменную «октант», чтобы проверить, правильно ли все настроено:${\bf x}_i$${\bf x}_j$$r_{\rm max}$

if octant[j] in allowed_list continue

как "короткое замыкание"

if dist(x[i], x[j]) < r_max

Мой вопрос: насколько вычислительно эффективны логические поиски и сравнения относительно операций с плавающей запятой? Стоит ли это делать на современных архитектурах?

Мое эмпирическое правило заключается в том, что если вы можете эффективно вычислить некоторое количество (хорошее использование FPU) менее чем за 50 флопс на значение двойной точности, то лучше пересчитать, чем сохранить. Тенденция, которая была устойчивой в течение десятилетий, заключается в том, что способность с плавающей запятой улучшаться быстрее, чем производительность памяти, и вряд ли ослабнет из-за физических ограничений и энергетических потребностей быстрой памяти. Значение 50 имеет правильное значение для всех популярных вычислительных платформ (Intel / AMD, Blue Gene и GPU).

Приблизительная смета расходов на ядро

[Рекомендации для 2011/2012 машин на базе процессоров Intel и AMD]

• $0.05$
• $0.2$
• $0.4$
• $0.4$$0.8$
• $2$
• $3$$5$
• $3$$5$
• $5$
• $4$$8$
• $12$
• $12$
• $30$$50$
• $100$
• $10^3$$1$ $\mu$
• $10^4$$10$ $\mu$
• $10^6$
• $2\cdot 10^6$MPI_Allreduce
• $10^7$
• $5\cdot 10^8$
• $1.8\cdot 10^{12}$

дальнейшее чтение

• Таблицы инструкций Агнера Фога
• Число задержек, которое должен знать каждый программист
• Пол МакКенни скользит по ниткам