CUDA学习（六十七）

数学函数：
参考手册列表及其说明列出了设备代码支持的C / C ++标准库数学函数的所有功能，以及所有固有功能（仅在设备代码中支持）
标准函数：
本节中的功能可用于主机和设备代码。
本节规定了每个功能在设备上执行时的错误界限，以及在主机不提供功能的情况下在主机上执行时的错误界限。
加法和乘法符合IEEE标准，因此最大误差为0.5 ulp。
将单精度浮点操作数四舍五入为整数，其结果为单精度浮点数的推荐方法是rintf（），而不是roundf（）。 原因是roundf（）映射到设备上的8指令序列，而rintf（）映射到单个指令。 truncf（），ceilf（）和floorf（）也分别映射到单个指令。
具有最大ULP误差的单精度数学标准库函数
最大误差表示为正确舍入的单精度结果与CUDA库函数返回的结果之间的差值的绝对值。




双精度浮点函数：
将双精度浮点操作数舍入为一个整数，其结果是一个双精度浮点数的推荐方法是rint（），而不是round（）。 原因是round（）映射到设备上的8个指令序列，而rint（）映射到单个指令。 trunc（），ceil（）和floor（）也分别映射到单个指令。
具有最大ULP误差的双精度数学标准库函数：
最大误差表示为正确舍入的双精度结果与CUDA库函数返回的结果之间的差值的绝对值。




内在函数：
在这些函数中，标准函数的某些函数的准确性较低，但速度更快。它们具有以__为前缀的相同名称（如__sinf（x））。 它们映射到更少的原生指令时速度更快。 编译器有一个选项（-use_fast_math），它强制表8中的每个函数编译为其内部对应部分。 除了降低受影响功能的准确性之外，还可能会在特殊情况下处理一些差异。 更稳健的方法是通过调用内部函数来选择性地替换数学函数调用，只有在性能增益的情况下才适用数学函数调用，并且可以容忍更改的属性（如精度降低和不同的特殊情况处理）。
受use_fast_math影响的函数：

以_rn结尾的函数使用该轮以最接近的舍入模式运行。
使用_rz后缀的函数使用舍入为零的舍入模式进行操作。
以_ru结尾的函数使用舍入（到正无穷）舍入模式进行操作。
以_rd结尾的函数使用向下舍入（到负向无限）舍入模式进行操作
单精度浮点函数：
_fadd [rn，rz，ru，rd]（）和__fmul_ [rn，rz，ru，rd]（）映射到编译器不会合并到FMAD中的加法和乘法操作。 相比之下，'*'和'+'运算符产生的加法和乘法运算常常被合并到FMAD中。
浮点除法的精度取决于代码是使用-prec-div = false还是-prec-div = true编译的。 当使用-prec-div = false编译代码时，常规除法/运算符和__fdividef（x，y）具有相同的准确性，但对于2126 __fdividef（x，y）将结果为零 ，而/运算符将正确结果提供给表9中所述的精度。同样，对于2126 __fdividef（x，y）将传递NaN（由于将无穷大乘以零 ），而/运算符返回无穷大。 另一方面，当代码使用-precdiv = true或完全没有任何-prec-div选项编译时，/ operator是符合IEEE的，因为它的默认值为true。
单精度浮点内部函数:
CUDA运行时库支持各自的错误界限


双精度浮点函数:
__dadd_rn（）和__dmul_rn（）映射到编译器不会合并到FMAD中的加法和乘法操作。 相比之下，'*'和'+'运算符产生的加法和乘法运算常常被合并到FMAD中。
双精度浮点内部函数: