Feldman软件实现posits（通用数）与硬件浮点数速度对比问询

Michael Feldman提出的Posit（即“通用数”）实现方案相关公开报道一直有很高的行业关注度，针对你关心的基准测试和性能优势问题，现有公开信息可以给出明确结论：

• 目前已有多份公开的第三方基准测试结果，覆盖主流开源Posit软件实现（包括官方参考库libposit、SoftPosit等），测试场景包含基础四则运算、常用数学函数、线性代数计算等通用数值计算任务，所有测试都在相同硬件环境下和原生IEEE 754浮点数做对标。
• 所有测试结果一致表明：纯软件实现的Posit运算没有任何速度优势，和当前CPU、GPU硬件原生支持的浮点数相比，性能差距在10倍到100倍不等：常规32位Posit的软件实现运算速度，仅能达到同环境下硬件原生FP32速度的1%到10%，涉及超越函数等复杂运算时，差距还会进一步拉大。
• 这个差距没有任何软件层面优化可以抹平：当前x86、ARM架构通用CPU，以及主流消费级、数据中心GPU，都没有在硬件指令集层面加入Posit的编解码、运算支持，所有Posit操作都需要靠通用指令逐位模拟，额外的位操作、分支判断开销是性能损失的核心来源。

Posit作为编程语言默认通用数系统的速度可能性 #

所有关于Posit速度优势的讨论，都必须建立在「硬件原生支持Posit运算指令」的前提上，纯软件实现不存在反超硬件浮点数的可能。

• 如果未来主流通用计算硬件把Posit运算纳入标准指令集，做到和当前IEEE 754浮点数同等级别的硬件优化，现有架构仿真数据显示：达到同等数值精度时，Posit需要的存储位宽比IEEE 754浮点数低20%到30%，同等晶体管预算下的运算吞吐量更高，同时更短的位宽还能提升缓存命中率、降低内存带宽压力，理论上可以拿到15%到40%的端到端数值计算性能收益，还能解决IEEE 754标准存在的NaN冗余、精度分布不合理、正负0不对称等固有缺陷。
• 目前已经有部分小众AI加速芯片、RISC-V第三方扩展指令集加入了原生Posit支持，但相关硬件的出货规模、软件生态成熟度还远达不到替代IEEE 754浮点数的程度，短期内没有把Posit作为通用编程语言默认数值类型的落地基础。

内容的提问来源于stack exchange，提问作者ylluminate