优化 PowerPC CPU 上的 expf 计算性能，利用 VSX 向量化指令加速注意力 softmax 中的指数运算。PR body 中通过基准测试数据证明了加速效果。
该 PR 是 PowerPC 平台的一次有价值的性能优化，代码简洁且经过基准测试验证。建议合并，并可考虑后续添加 exp 数值精度的单元测试。
本次 PR 未产生 review 讨论。仅有的审核来自 claude[bot]（自动评论表示 fork 的 PR 无法自动审查）和 bigPYJ1151 的批准。
explicit 改为非 explicit，以允许隐式类型转换，使模板代码更灵活。__powerpc__ 条件下新增 DEFINE_FAST_EXP 宏，定义两个 lambda：fast_exp 直接调用 vec.exp()，fast_exp_f16 也复用同一实现（与 ARM NEON 不同，Power 上 FP16 和 FP32 的 exp 使用相同的多项式，故可共享）。window_size 改为条件表达式，避免当 sliding_window is None 时传递无效值。这是一项独立性修复，确保基准测试在非 sliding window 场景下正确运行。| 文件 | 模块 | 状态 | 重要度 |
|---|---|---|---|
csrc/cpu/cpu_types_vsx.hpp |
VSX 内核 | modified | 6.28 |
csrc/cpu/cpu_arch_macros.h |
架构宏 | modified | 5.6 |
benchmarks/kernels/cpu/benchmark_cpu_attn.py |
基准测试 | modified | 4.23 |
csrc/cpu/cpu_types_vsx.hpp
core-logic
核心变更：新增 FP32Vec16::exp() 方法，将指数计算分解为两次 FP32Vec8::exp() 调用，并调整拷贝构造函数以支持隐式转换。
// csrc/cpu/cpu_types_vsx.hpp
// 新增 FP32Vec16::exp() 方法，通过复用 FP32Vec8 的向量化 exp 实现加速。
// FP32Vec8::exp() 使用 5 项 minimax 多项式近似和 VSX 内联函数。
FP32Vec16 exp() const {
// 将 16 个 float 分成两个 8-float 组
FP32Vec8 lo(f32x4x2_t{reg.val[0], reg.val[1]});
FP32Vec8 hi(f32x4x2_t{reg.val[2], reg.val[3]});
auto lo_e = lo.exp();
auto hi_e = hi.exp();
// 合并结果
return FP32Vec16(f32x4x4_t{lo_e.reg.val[0], lo_e.reg.val[1],
hi_e.reg.val[0], hi_e.reg.val[1]});
}
csrc/cpu/cpu_arch_macros.h
core-logic
在 PowerPC 条件下定义 DEFINE_FAST_EXP 宏，将 fast_exp 和 fast_exp_f16 委托给 vec.exp()。
// csrc/cpu/cpu_arch_macros.h
// 在 __powerpc__ 条件下定义快速指数宏
#ifdef __powerpc__
// FP32Vec16::exp() 在 cpu_types_vsx.hpp 中委托给 FP32Vec8::exp()，
// 后者实现了基于 VSX 内联函数的向量化 5 项 minimax 多项式。
#define DEFINE_FAST_EXP \
auto fast_exp = [&](const vec_op::FP32Vec16& vec) \
__attribute__((always_inline)) { return vec.exp(); }; \
auto fast_exp_f16 = fast_exp;
#endif // __powerpc__
当前评论区没有形成足够清晰的争议点或结论，后续有更多讨论时会体现在这里。
__powerpc__ 宏）。如果编译器未定义该宏或 VSX 指令不可用，则 DEFINE_FAST_EXP 不会被定义，回退到标量 exp，不影响其他平台。__powerpc__ 条件编译，不会影响其他平台。当前没有检测到明确关联的 Issue 链接，后续同步到相关引用后会出现在这里。
参与讨论