Java 17 Vector API中pow操作性能劣于标量实现的问题排查

问题概述 #

使用Java 17新的Vector API实现Black-Scholes公式时，向量化版本性能远低于标量版本，仅为标量版本的一半左右。

复现步骤 #

• 创建元素值均为2.0的double类型数组
• 分别通过标量循环和向量化循环遍历数组，执行Black-Scholes计算
• 向量化实现基于DoubleVector完成，其中e的幂运算（pow操作）疑似为性能瓶颈

JMH基准测试结果 #

标量版本吞吐量为0.116 ops/ms，向量化版本仅为0.071 ops/ms；同时向量化版本的指令数更多，处理器时钟频率更低。

关键诊断发现 #

启用JVM诊断选项后，发现报错：svml call failed for double_pow_32，且该问题仅在数组规模较大时出现。将pow操作替换为mul操作后，向量化版本性能恢复正常。

疑问 #

1. 公式实现并非严格1:1是否是性能差异的原因？
2. 输入数值的选择是否会影响性能？
3. 为何大数组规模下会出现SVML调用失败？

内容的提问来源于stack exchange，提问作者AlternateUsename