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 / j  s8 U# l: s+ i+ E9 b  P

; p- V& c0 ~  }8 N# w. n做一个数字信号处理的小算法，需要算互相关。0 G% c) R( J3 S( k& X3 z
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。
  E* z0 O2 ~% o" D  V
; B# L& W2 ~% n5 a' T5 A+ ^& cOctave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 。
" [, E; \! ^5 O/ u0 k( T0 ?2 b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。
: f! ]& r) K* M- I: M0 i, L
3 ~/ U  V$ c& E0 s* H$ hC++ 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。
: Z; F3 r! X, ^8 m) h( U/ p: |2 l# P  A, A( P
高手们给分析分析,  多谢了。. [0 c  r$ i' J- N8 ?3 i0 }
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。/ X. M; K) R* }, l
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。
) S8 e# h! ?+ ?7 B- m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 & p* U! F) i2 v$ x0 V& U0 L7 U
雷声 发表于 2022-9-23 07:02
: M3 o! ?6 q1 y' p! D/ J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。 ...
: u$ \. ^5 d' s$ x, B- W  a: S4 N

0 o) [5 |  j9 V' \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。
, I& v: M3 [2 ?+ _, ~7 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
" a+ E$ w8 T! t' y5 E! h; i0 j* g! k4 ~. U
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
6 g6 H) u$ ]; m6 W- d5 l* V9 n0 t; G3 W/ J$ C" f" A% U9 k
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？
6 A' O4 U. r$ ?* t: Z$ R2 V并且是单线程的？加个openmp并行试试& f3 i: K) H/ Z1 u" U1 w1 N. Q
或者调用mkl 库的互相关函数试试
' b, L) c: O1 p' u
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
5 I) y. j2 B9 [3 ~: \; `; A汇编快！

$ H1 G! g% i$ U# [9 h! [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.! s. _; @+ h, v7 o

  e  K) ]/ m2 i) m! }( ~. b! e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 08:13
. A& `. Y' ^1 ?# F7 ]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++ ...

( r* C1 O# V3 P0 K- E, \1 ^) PSTL对性能优化没什么帮助，只是写起来比较安全而已。3 Z" |) L& d1 B% D( [* I
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。. p1 j8 {+ d( g: ?; |, l$ y
买个Ipp库虽然不贵，但是还是要几百刀的吧？
* m4 j$ t# a1 d% j4 _& a) O
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# C' }9 Q2 I: F- [) Q
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.' `' ]( S+ |* p  D6 I) d
9 X9 ?* a9 K! Y
最好还是用高性能的计算库, 比如inte ...
+ L# n! e$ X  x# v1 x7 G
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
) D1 t. h% u1 [5 ESTL对性能优化没什么帮助，只是写起来比较安全而已。
8 ?0 N4 y9 k) n/ d0 I( p& a, ?下面数值分析回答的是对的，要么用avx自己写，要么 ...
- W. k/ j9 ~% e2 l' {7 s" t
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 M. l' y/ A1 G6 s( G& i6 J5 {7 |- {
沉宝 发表于 2022-9-23 20:537 w% P7 N0 u0 F1 q
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） ...

% t; U# q; }3 F  ]7 w& A. K
8 m( P  |% g+ u必然是GPU啊，10来个核心对上千个计算单元。。。  s/ {0 }3 p; p; h
9 T5 v9 ?( G* o0 P2 X
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！）  ?) x3 {# Z' G* E+ h. ]2 n
: R* b( p3 z$ @/ k. r
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 11:437 H7 l# @, n, U5 [
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., ~8 Z9 X- V- {/ a% D& x, h" B; z

" C) W, y% y" y, d6 I- C最好还是用高性能的计算库, 比如inte ...
: X4 s) {6 ~4 c3 T6 l
区别还是很大的。编译器的优化还到不了那种程度。
" M4 I0 U. v. K( i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4 Q: R% V; J! @/ Q+ H8 K

5 ^. O  O5 M7 @, q2 j& N$ t, k9 M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？6 @" v' N/ K+ _( U

4 s6 P: n( f4 w4 G( r8 K) d想了解一下你问题的规模：
. D1 E, `9 N. I6 ^, Y5 H* I7 b5 g. ~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。
. w5 c2 Z$ ~5 A: ?0 L. u0 h% _) y2) 矢量和一个二维数组的长度大概是多少？0 ]1 C9 e5 p7 i7 l
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   r, t7 O) S4 Q0 A7 U" K4 x. C
沉宝 发表于 2022-10-2 01:38
% z6 g; W- v& b% |' z2 d现在进展怎么样了？% r/ }! c' V# F
% J' e6 l+ X) ~$ f( E! Y' }  ^
想了解一下你问题的规模：
8 P$ M$ H* U8 D4 x0 P

7 o/ E. H; }/ g' i- L: ^, B) T多谢关注。
6 [3 @6 ^% C: E7 c9 A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。 1 Y8 g; V$ B- [( t
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
+ Q) T! P. `+ l; I" o/ D+ _多谢关注。4 Z2 n4 Q& X3 I3 D
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 ...

0 s' w' N9 t$ v. t" X& E; N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？* R3 t4 y' c* n$ S& @, r8 s- ^
4 d3 t7 m# S* B( h: x' z
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
$ s- w7 p: h* g5 t# y( \9 }
沉宝 发表于 2022-10-3 01:16. Z9 d9 k/ M0 n6 U! i+ @# _
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？
& ~! p& r9 d1 \& L$ O; t$ k0 \2 e& j! h9 A! {3 L( ?+ s
另外，你在 Octav ...
" H2 d# {0 J3 @+ X5 u! O% U! g
6 \+ K/ ^6 ^# P- y
应该没有那么大。
% g! `: b6 E6 z* o  [/ t( q% H! c7 |我算的：
' q1 M0 [) c/ D, P7 d4 ~3万*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。0 s# h; B) T  `; c/ y  _: ~
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