我使用量化+整数算法编写了一些强大的几何算法来评估精确谓词。然而，由于 BlueGene 的整数支持非常糟糕，我想到整数数学的使用可能（奇怪地）在性能方面扼杀了库的可移植性。
我应该对此有多担心？未来的 HPC 系统是否可能存在类似问题？我意识到关于预测未来的问题可能很难或不可能回答，但这似乎是一个正确的重要设计决策。任何想法表示赞赏。
在这种情况下，有一个简单的回退：我可以使用浮点间隔算法运行初始过滤步骤（假设架构具有“round to" 支持)。这对结果的影响为零，因为如果过滤器失败，我会回退到整数。但是，其他基于整数的算法可能就没有那么幸运了。
不同的供应商在这方面有不同的前进道路，其中大部分都在 NDA 之下。如果您真的想知道，请向 Intel、AMD、IBM、ARM 甚至 NVIDIA 询问 NDA 下的简报。其中一些供应商将在未来完全支持矢量化整数指令，以便整数跟上浮点数，而其中一些可能不会。对于那些不这样做的人，您很可能会看到每个时钟级别的单个加法、乘法或逻辑运算的性能，而除法和求余运算需要许多周期。
回答你的第一个问题：我不担心浮点比整数快。如果浮点运算比常规整数运算快，我不明白为什么不应该使用它们。如果保持在 23 位以内，则对整数值的所有单精度浮点运算应该与对相同值的整数运算相同。