爱吱声

标题: C++ 比 Octave 慢好多，怎么破？ [打印本页]
作者: 雷达    时间: 2022-9-23 06:27
标题: C++ 比 Octave 慢好多，怎么破？
本帖最后由 雷达 于 2022-9-23 06:29 编辑 ' N2 V/ X+ i7 q' g
  v: u+ {' k- }) Y7 J& s" C3 H9 V
做一个数字信号处理的小算法，需要算互相关。1 H- f4 q  x+ D( [, |& D4 \( ]. F
先用 Octave （兼容matlab 那个东东） 做了一下，感觉慢，走通后就用C++ 重写，结果比 Octave 还慢，目测能慢10倍，很不科学啊。) F! i9 X2 }7 d: D% D+ h  @* i$ _/ v

4 S6 c/ G, A  |3 I% O1 SOctave的互相关有现成函数 xcorr,  C++ 需要自己写。互相关是一个一维矢量和一个二维数组里的矢量依次做。矢量里是复数数据，没有用 STL，自己做了个  Re/Im 的struct，其实就是两个四字节 float 。
2 l( v- l* h; Q: \" i( X互相关的最基本运算是两个复数的乘法，就是四次 float 乘法再相加，所以本质上影响速度的应该就是 float 乘法和加法。
! w! I, J6 K; b# u, R) f9 T6 L
3 ^. r3 ~& x" r/ p. z! [C++ 用的是VS 社区版，估计编译器不给力，但也不至于差这么多啊。( o9 m$ O3 B. _

6 M; M! _, z% Z4 b' Q, z' @高手们给分析分析,  多谢了。3 @8 l! ~9 q/ w# H7 Y8 v3 }6 x
作者: 雷声    时间: 2022-9-23 07:02
互相关这种是最适合矢量化的，Octave应该是用SIMD 或者CUDA写了核心的计算部分。所以比没有优化的快很多。我差不多20年前做过类似的二维相关处理，优化过的比老师自己写的快了三四十倍，实验室的小崽子们怨声载道。因为本来等处理完一次数据需要差不多六七个小时，正好打游戏。优化完了之后不到二十分钟就好了。啥也干不了。* V0 f" e6 [+ Z4 m
你想省事的话用Intel的IPP库，里面有现成的高度优化的互相关函数。或者用CUDA自己写一个。$ h; G6 l, i2 v- @# V
你做信号处理很熟的话，这个还可以用FFT来做。应该会更快一些。九十年代很多人这么处理，主要是那时候CPU实在太慢。现在基本用不着了。而且FFT前后处理比较麻烦，加窗什么的。
作者: 雷达    时间: 2022-9-23 08:13
本帖最后由 雷达 于 2022-9-23 08:15 编辑
- J5 F! J0 N8 G9 r3 M9 J
雷声 发表于 2022-9-23 07:023 M- F6 }, N, a( k  ^% P7 v+ t
互相关这种是最适合矢量化的，Octave应该是用SIMD 或者CUDA写了核心的计算部分。所以比没有优化的快很多。 ...
6 M4 z' w0 v" ~0 M) h  [

- c- M0 s4 @+ n嗯， 我就是觉得 FFT 反而麻烦，互相关代码本身倒真没有几行。那看来就用 octave 就好了，没必要再用C++重写了。" f  Y  i% q3 x, |; i5 Z
另外，我现在就是用指针数组，如果用 STL 的Vector 会不会更快一些？
作者: 可梦之    时间: 2022-9-23 09:18
Octave/Matlab内部对数值计算做了很多并行和优化。内核甚至是用Fortran写的。你用C++重写，没有做并行优化，真未必比他们的性能好。
作者: 阿忙    时间: 2022-9-23 09:55
Matlab不是浪得虚名的，要打败它还是要下点功夫才行
作者: 雷达    时间: 2022-9-23 11:00
本帖最后由 雷达 于 2022-9-23 11:10 编辑 ! I+ ]+ c8 O5 N. a! [! J

; S) t0 |. O3 _/ a% `  n+ N7 R研究了一下，似乎可以用预处理指令对浮点运算做一些优化。这个问题比我最初想象的要复杂得多
作者: 马鹿    时间: 2022-9-23 11:18
汇编快！
作者: 数值分析    时间: 2022-9-23 11:34
本帖最后由 数值分析 于 2022-9-23 11:48 编辑 3 }/ U8 I! u+ Q( K, U
4 L! ]: m4 G% G# o
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？% L8 `3 S& r- R  p9 I( I
并且是单线程的？加个openmp并行试试# l( b# A& p$ _: f" h
或者调用mkl 库的互相关函数试试7 \* B, K6 _; b
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
; r6 A  k# O% w3 u/ G0 h' R& N9 n汇编快！

7 l+ b4 `9 U- o这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.. W! q, R$ q- E* n; P- h) T( `6 W
* ~) q  t$ z) X  ~
最好还是用高性能的计算库, 比如intel的ipp,或者看看gpu方面有没有类似的库.
作者: 走两步    时间: 2022-9-23 12:59
涉及矩阵的用blas
作者: 雨楼    时间: 2022-9-23 14:05
实际使用中要考虑综合成本/时间。比如用octave /Python 解决起来简单。自己另起炉灶麻烦些。
作者: 雷声    时间: 2022-9-23 15:48
雷达 发表于 2022-9-23 08:131 D) D+ x$ \: y7 l7 I
嗯， 我就是觉得 FFT 反而麻烦，互相关代码本身倒真没有几行。那看来就用 octave 就好了，没必要再用C++ ...
1 N# I. P- Z: l/ p$ ~  ^7 a' o3 G
STL对性能优化没什么帮助，只是写起来比较安全而已。
( ~' P5 E! X" ]7 i/ {, V  @2 C下面数值分析回答的是对的，要么用avx自己写，要么就凑合用octave得了。8 y! ^  s( M: P( u1 R* C* h
买个Ipp库虽然不贵，但是还是要几百刀的吧？
. ^5 p, }6 b. R; Q6 [' o- Y
作者: 四处张望    时间: 2022-9-23 16:05
矩阵最简单用eigen，然后enable  avx2以上
作者: 马鹿    时间: 2022-9-23 20:24
mark 发表于 2022-9-22 22:43
* ~; ]3 N- \! n* P' R这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.
) b! ?1 G# ^7 g1 n5 f3 W1 f5 U! ^3 E
最好还是用高性能的计算库, 比如inte ...

; e* U8 ?( P# Z% u我不是it的，说汇编是起哄呢
作者: 沉宝    时间: 2022-9-23 20:53
雷声 发表于 2022-9-23 15:48; X$ Y1 R3 P1 {2 a! @
STL对性能优化没什么帮助，只是写起来比较安全而已。. j' `1 x2 q9 e! e/ i0 f; P( a0 b
下面数值分析回答的是对的，要么用avx自己写，要么 ...

; Q% A0 Z) p1 ?% i你觉得在用AVX自己写与用GPU加速的Octave之间，谁有可能性能上超出？（基于中等价位的硬件水平）
作者: 数值分析    时间: 2022-9-23 21:37
本帖最后由 数值分析 于 2022-9-23 23:50 编辑
3 Q& q& I8 @7 F/ i+ y- Q
沉宝 发表于 2022-9-23 20:539 u4 k- S( k9 x1 @
你觉得在用AVX自己写与用GPU加速的Octave之间，谁有可能性能上超出？（基于中等价位的硬件水平） ...
) }0 N0 Y) f# P2 L; ~7 D
1 ?; f# L5 ~/ G% |$ G, ]
必然是GPU啊，10来个核心对上千个计算单元。。。
  r0 W4 K) E& V. W  Y8 t" B9 t, J
有道是 双拳难敌四手 一虎不如群狼
作者: ltpub    时间: 2022-9-26 18:34
先用性能探查器看下热点在哪里，用前面坛友们的方法针对性优化下，满足了应用需求就收手（心中牢记那句箴言：又不是不能用！）
/ t0 U4 y! k& {) ]  R% i) t3 r7 {1 }* K! ~/ j6 @
不知道vs的社区版带不带性能探查器，不行的话用pro/ent试用几天应该是不违规的，实在不行把C++编译到Linux下，那perf工具可就多了去了
作者: 机器猫    时间: 2022-9-26 23:30
mark 发表于 2022-9-23 11:43" J5 G  Z0 X+ D* }* q# i1 ]
这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.
/ d; U8 a0 h5 I& N! D  l' n; ]# W7 s0 J- T2 m6 \7 s& s
最好还是用高性能的计算库, 比如inte ...
3 `0 Z* B# u' b( y* D9 ?
区别还是很大的。编译器的优化还到不了那种程度。
" }# N0 F+ q+ p* Z3 O1 ?你说的那些“高性能的计算库”很多估计都是专门的人用汇编手工优化出来的。那个得对要优化的系统非常熟悉的人来干，打个比方那条指令用在哪个地方会导致cache需要加载，这些都必须考虑到/ E: J1 @6 G( K4 L7 K. L$ d

* v' I4 `$ Z9 [. \当然对于调用这些库的代码来说，一般C和汇编区别不大
作者: 沉宝    时间: 2022-10-2 01:38
现在进展怎么样了？
( K0 P. J8 `( e1 r! x3 T" U7 w% I! r( |
想了解一下你问题的规模：" D% s5 [& R* g, ^$ e! n/ R% K0 M9 D
1) 你说互相关是一个一维矢量和一个二维数组里的矢量依次做，那么这个二维数组有什么特殊意义吗？需要对所有维度按列操作并返回一个矩阵，还是就是简单的一对一算过去？换一句话，本质上要的是一个1-维互相关算法，还是N-维互相关算法。- ?* s' r. J, V9 \9 N5 p6 m/ d
2) 矢量和一个二维数组的长度大概是多少？* k6 F* v: m1 Y0 X1 z% X
3) Octave 大约跑了多长时间，你心里期望的速度大约是多少？
作者: 雷达    时间: 2022-10-2 03:04
本帖最后由 雷达 于 2022-10-2 03:06 编辑
9 x3 P' ]7 Z% k$ J4 [* L5 O  r+ A: n
沉宝 发表于 2022-10-2 01:38  G+ e# |* x" x8 n
现在进展怎么样了？
5 }$ [0 F0 M6 O
4 L. j: l6 K1 g/ {/ T想了解一下你问题的规模：

' \3 z: m1 t6 g6 W+ F8 j0 t( Z- J! J4 `: F
多谢关注。% L# a3 E2 s9 F9 ]( c  e7 T
规模还比较大，一个至少3万*3万的二维浮点复数矩阵，用一个4000点复数矢量对矩阵的每一个3万点矢量做互相关，重复3万次这种互相关。
% ?( w5 e) W. E6 m, G" d9 ?我已经试验成功了 AVX 算浮点内积和 VS 优化， 再加上多核并行，我希望能至少和 octave 打平。但现在手头有其他事，还没有时间改正式代码。
作者: 沉宝    时间: 2022-10-3 01:16
雷达 发表于 2022-10-2 03:04" x: w5 r- D. ~9 Y/ J
多谢关注。
2 ]: Y, s% X: i规模还比较大，一个至少3万*3万的二维浮点复数矩阵，用一个4000点复数矢量对矩阵的每一个3万 ...

2 t* L# V8 ]5 A' B/ ^# O  t你在 Octave 跑出来的速度是多少？没有具体数据的话能不能说一下数量级上大致在哪里？4 g* ]. z! K% f) Z. T

% E/ j3 ]# D$ O1 y( f7 A另外，你在 Octave 上的测试是按实际数据量跑的吗？我大概估计了一下，如果我没有算错，你那个二维浮点复数矩阵的数据量大约240TB（1 billion elements, each element has 30000x8 bytes）。这么大的数据量不可能全都放进内存中准备好，（事实上，它们已经不是一块硬盘可以装得下的了，放在磁盘阵列上吗？）有可能计算机的I/O吞吐性能也成为影响真正计算速度的一个重要因素。
作者: 雷达    时间: 2022-10-3 09:13
本帖最后由 雷达 于 2022-10-3 09:16 编辑 1 ?' c, y# g; v9 T- M4 W7 T% b
沉宝 发表于 2022-10-3 01:16' e. Q' U& |! ]/ Z7 G
你在 Octave 跑出来的速度是多少？没有具体数据的话能不能说一下数量级上大致在哪里？
1 o5 a2 ?; }6 ?4 Q. ]( s0 b. P. ^% W& y
另外，你在 Octav ...
2 |( U- x$ ^; L5 o) i, h/ h

% w7 d+ ]9 z% J7 M, l* Y/ G$ M应该没有那么大。
6 `% M- D1 \8 `: c我算的：
" M3 k& ^, f) s7 t3万*3万的二维浮点复数矩阵, 30k*30k = 900M个点, 复数 *2， 浮点数 *4，总共 7.2G。* {2 L0 y; Y/ z$ `. F' _; W
做算法的时候，一行一行从文件读取，有个16G内存应该足够了



欢迎光临 爱吱声 (http://www.aswetalk.net/bbs/) Powered by Discuz! X3.2