关于测试浮点峰值的问题

[jeezrick]

我现在跑的芯片型号是NVIDIA，ARMv8 Processor rev 0 (v8l)。
我看知乎文章里说测试浮点峰值时FMA指令的排布数量 = FMA的发射数 * FMA指令的延迟。我并没有查到上面这个芯片的手册。但是我看了A57的手册，里面是这样记录的：

FMA指令的延迟是10，吞吐量是2。我不太清楚这个吞吐是否代表着芯片可以同时发射两条FMA指令（是芯片发射吗），但是我分别放置了10条FMA指令（OP_FLOATS = 80）和20条FMA指令（OP_FLOATS = 160）都测试了，发现在10条的时候是16.095492 GFLOPS， 20条是 18.759214 GFLOPS。这是什么原因呢？
我的猜测有两个：
1.10条FMA指令确实不是测试这款芯片的浮点峰值所需要的指令数。
2.可能编译器自动开启了多线程？这个比较有可能，因为从4条指令到10条指令性能差不多翻倍，但是10-20只增加了一点。

[tpoisonooo]

1. 吞吐 2 的意思就是双发射
2. 延迟是 10， 双发射，那么至少应该放 10*2 + 2 条？ 只放 10 条， 5 个 cycle 发射完了，再过 5 cycle 第一条执行完了，中间有 bubble.

[tpoisonooo]

AKA 要把它 “塞满”。