与软件仿真FPU性能比较(Performance comparison of FPU with so

虽然我知道，（所以我一直告诉）浮点协处理器工作的速度比任何软件实现浮点运算的，我完全没有了感觉：这种差异有多大，在量值的次序。

答案很可能取决于应用程序与您携手，微处理器和超级计算机所处的位置。我在计算机模拟特别感兴趣。

你能指出这个问题的文章或论文？

一般的答案显然是非常模糊的，因为性能取决于很多因素。

但是，根据我的理解，在没有实现浮点处理器的硬件（FP）操作，软件实现通常是10到100倍速度较慢 （或者更糟，如果实现是坏的）比整数操作，这是总是在硬件实现上的CPU。

确切的表现将取决于多种因素，如整数硬件的功能 - 某些CPU缺少FPU，但在他们的整数运算功能，可帮助实现FP计算的快速软件仿真。

通过njuffa，提到的纸克里斯蒂娜Iordache的和平德彼得汤，浮点支持和数学库对英特尔XScale架构的概况图支持这一点。对于英特尔的XScale处理器的列表作为等待时间（节选）：

integer addition or subtraction:  1 cycle
integer multiplication:           2-6 cycles
fp addition (emulated):           34 cycles
fp multiplication (emulated):     35 cycles

因此，这将导致整数和FP算术约10-30的一个因素。该文件还提到，GNU实现（GNU编译器默认使用的那一个）是慢约10倍，这是100-300总因素。

最后，需要注意的是，以上是其中FP仿真被编译成由编译器程序的情况下。一些操作系统（例如Linux和WindowsCE的）也有在OS内核的FP仿真。其优点是，即使代码，而FP仿真编译（即使用FPU指令）可以在没有FPU上一个进程中运行 - 内核将透明地仿效软件不支持的FPU指令。然而，这种仿真更慢（约另一个10倍），比编入程序的软件仿真，因为额外的开销。很显然，这种情况下，仅在处理器架构，其中一些处理器避风港的FPU，有的没有（如x86和ARM）有关。

注意：这个答案（仿真）FP操作使用相同的处理器整数运算性能进行比较。你提的问题也可能被解读为约相比，硬件FP操作（不知道你的意思）（仿真）FP操作的性能。然而，其结果将是差不多的，因为如果FP在硬件中实现，它通常是（几乎）一样快，整数运算。