我如何每循环诸多核心触发器可以与桑迪桥和Haswell的做困惑。 正如我与SSE理解它应该是每芯周期4个触发器为SSE和每循环8个触发器每芯为AVX / AVX2。
这似乎是在此间证实， 如何实现每个周期4个FLOPS理论最大？ ，在这里， 桑迪桥CPU规格 。
然而下面的链接似乎表明桑迪桥每个内核做每个周期16个拖鞋和Haswell的32％的核心每个周期触发器http://www.extremetech.com/computing/136219-intels-haswell-is-an-unprecedented -threat到NVIDIA与AMD 。
谁可以给我解释一下这个？
编辑：我现在明白为什么我被搞糊涂了。 我认为该术语仅FLOP称为单浮点（SP）。 我现在看到的是在测试我如何实现每个周期4个FLOPS理论最大？ 实际上是对双浮点（DP），这样他们达到4个DP触发器/周期为SSE和8个DP触发器/周期AVX。 这将是有趣重做对SP这些测试。
下面是FLOPS为一些最近的处理器微体系结构，并解释如何实现这些目标的计算：
英特尔酷睿2和Nehalem处理器：
英特尔的Sandy Bridge / Ivy Bridge的：
英特尔的Haswell / Broadwell微架构/ SKYLAKE微架构/ Kaby湖：
AMD K10：
AMD推土机/打桩机/压路机/挖掘机，每个模块（两个核心）：
AMD Ryzen
英特尔凌动（邦内尔/ 45nm制程，盐井/ 32nm制程，Silvermont / 22nm制）：
AMD山猫：
AMD捷豹：
的ARM Cortex-A9：
的ARM Cortex-A15：
高通的Krait：
IBM的PowerPC A2（蓝色基因/ Q），每个核心：
IBM的PowerPC A2（蓝色基因/ Q），每个线程：
英特尔至强融核（骑士角），每个核心：
英特尔至强融核（骑士角），每个线程：
英特尔至强融核（骑士着陆），每个核心：
为什么有每个线程，每个核心数据的IBM蓝色基因/ Q和英特尔至强融核（骑士角）的原因是，这些核上运行的每个核心一个以上的线程时有较高的指令发布率。
为Haswell的吞吐量是加法比乘法和FMA低。 有两个乘法/ FMA单位，但只有一个FP附加单元。 如果你的代码主要包括添加，那么你必须用1.0的乘数，以获得最大的吞吐量，以取代由FMA指令的补充。
的FMA指令上的Haswell的等待时间是5和吞吐量是2每时钟。 这意味着，你必须保持10个并行操作将获得最大的吞吐量。 如果，例如，要添加一个很长的FP号码清单，你就必须给它的十个部分分开，使用十个累加寄存器。
这是有可能确实，但谁会让一个特定的处理器，这样一个怪异的优化？
