为何NumPy的fabs函数比abs函数慢两倍以上？

测试环境 #

• Python版本：3.12.7
• NumPy版本：2.2.4
• 处理器：AMD Ryzen 7 3800X

测试脚本 #

import numpy as np, timeit as ti

a = np.random.rand(1000).astype(np.float32)
print(f'Minimum, median and maximum execution time in us:')

for fun in ('np.fabs(a)', 'np.abs(a)'):  
  t = 10**6 * np.array(ti.repeat(stmt=fun, setup=fun, globals=globals(), number=1, repeat=999))
  print(f'{fun:20}  {np.amin(t):8,.3f}  {np.median(t):8,.3f}  {np.amax(t):8,.3f}') 

运行结果 #

Minimum, median and maximum execution time in us:
np.fabs(a)               1.813     1.843     4.929
np.abs(a)                0.781     0.811     1.463

问题 #

结果显示，尽管np.abs()功能更为丰富，但np.fabs()的运行速度却比其慢两倍以上，请问造成该性能差异的原因是什么？

性能差异原因 #

• 类型处理逻辑冗余：np.fabs()仅支持浮点型输入，但实现中保留了额外的类型校验分支，确保输入符合要求；而np.abs()虽然兼容多类型，针对浮点型输入时会直接跳过冗余校验，调用更高效的计算路径。
• SIMD指令利用差异：np.abs()处理float32数组时，会直接调用CPU的SIMD向量指令（如AVX2），批量并行处理多个元素；np.fabs()的底层实现未充分适配现代CPU的向量加速能力，单元素处理的开销被放大。
• 函数分发路径不同：np.fabs()的函数调度逻辑更复杂，需要经过多层分发才能到达计算内核；np.abs()的分发路径更简洁，能快速定位到针对浮点型的优化内核，减少了调用环节的开销。

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