違いは計算のコードや計算機の種類によりそうだけどね。
ベクトル化をすごく気にしたコードとか
一つのループを短くしたコードだとデータ転送の頻度がたぶん
すごく高いから２９の通り単精度倍精度の違いは大きいだろう。
ループを細切れにせずに一つのループ内でながめな処理をするタイプだと
計算中に次に使うデータを取ってきたり更新の済んだ分をメモリに戻す暇が
出来そうだ。