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 % m8 m+ x  N! `9 y) i
$ o" |) P# j  _. e. Q* M
做一个数字信号处理的小算法，需要算互相关。" C0 j4 {" q' Q" ^
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。; ~; Z- F7 ]$ d! p  q2 ~
1 l" r# r$ E1 K( _
Octave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 。. L6 O2 a) S9 Z
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。$ X" R2 @3 l$ t9 c9 `! N0 r& C: a8 T4 }
5 J. c* J0 J7 V4 c8 v$ K
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。- i4 M" b: n5 |: B; G

* W$ I' y8 A, |* f8 u& v! F高手们给分析分析,  多谢了。
* y2 ^0 l# v! p& M) D/ A
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。
8 D0 `' r' O9 _. w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。4 H2 T$ w. B9 \7 ^& G2 X3 a( _
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 5 U1 R3 r8 t! D4 P% Z
雷声 发表于 2022-9-23 07:02/ j+ d/ J! B/ R, C8 G3 p8 M
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。 ...

) s& x! g2 |* e) \0 ?8 y" m0 U' v* Q# U6 p, ~, R0 C7 [3 o8 a# t
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。
" o; Z/ i/ y" t* }9 U+ U0 u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 1 f4 \* ^& T4 y5 w  ?2 P+ R
) |! z, g3 r8 n) w9 B' e' c
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
+ G! S2 d7 Y6 K: Q  u" L+ P$ ^( S& Q. g; X$ z! {; U7 R
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？
$ Y( X" S1 ^& n; E6 H9 _并且是单线程的？加个openmp并行试试
- p! Q, l8 J4 E3 O或者调用mkl 库的互相关函数试试: d. q( c' C  r/ x0 Q& B' |- j9 O+ T
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
7 q0 t3 ?& G0 u+ O/ `- y/ r) k汇编快！
5 [1 `. d+ X! U. O+ 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.- o2 p9 k' T7 k/ f2 J

8 A% c* E1 R* ^: W8 u0 g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. A8 r* O. w/ n: V1 L, X
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++ ...
3 @8 b  L% O1 }' q* N4 s5 M0 v
STL对性能优化没什么帮助，只是写起来比较安全而已。
. ]6 C) L0 v9 `. H! g. J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。7 a. r9 G$ c# k. C7 ^; z( A
买个Ipp库虽然不贵，但是还是要几百刀的吧？) s, T  C$ G' C( L+ k6 X( \0 J
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& a4 o! @8 Z, f% k4 t9 N) B
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.
( C% L0 T0 b3 f- W8 s
* W- Y' |) N; f  d! f最好还是用高性能的计算库, 比如inte ...
2 a& s; J5 L1 m# l9 o. J8 |0 K
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
' m; v- c. E$ VSTL对性能优化没什么帮助，只是写起来比较安全而已。
2 {7 @6 ^% q5 B9 U' D3 Y下面数值分析回答的是对的，要么用avx自己写，要么 ...

0 y( O, o/ }) l! }! ]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
8 f+ S( A) p' N: M! ~2 L4 V  U% A
沉宝 发表于 2022-9-23 20:53/ Q3 I5 ?4 H; H& D2 E
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） ...

/ Y6 C- Y* K* r6 F7 w! G5 L" E% M2 d
& f8 w& ~" w' m# U% l! U( s必然是GPU啊，10来个核心对上千个计算单元。。。) y1 c1 O* q; ~7 N7 Z9 M2 }

% ~; }  P2 ~( g6 B& O9 ?- b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！）
6 g: v6 G( v! e! A8 V
$ O1 k, a2 |9 c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
/ S; d! q: z2 `* ]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.' T6 K$ U, ?6 x( F+ Y5 k8 D+ ]$ N5 R2 E
$ Z$ `3 o3 y3 H
最好还是用高性能的计算库, 比如inte ...

) w; G8 D: w: O5 x% `2 m9 r# d$ Y区别还是很大的。编译器的优化还到不了那种程度。
, ]0 C) V' N/ |$ V6 }6 N: P! ?4 b! B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
3 |' e/ u! ?1 g6 T' Q/ S% x* v$ V) Q! }( v3 v5 v- U
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？
" @+ a2 `: |) k4 H$ u' P/ O$ ^% `! |. Q, o# b9 E
想了解一下你问题的规模：+ o8 C0 @* C3 P
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。
! \; ]* V7 N0 T( e3 S5 ~) I2) 矢量和一个二维数组的长度大概是多少？  S9 N( ~* |  G
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
/ w  @4 R6 v4 `) x: F1 b. Q
沉宝 发表于 2022-10-2 01:38
4 [8 i! D/ M/ |现在进展怎么样了？
/ Q8 e2 M! }' N" `  X  a/ t, ^8 m! O# a9 J: n  I5 b
想了解一下你问题的规模：
% s4 p5 o' g; i" ?

& f# l8 p; P9 `多谢关注。4 U5 K2 F. r) }) X$ F- N0 D* c
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。 9 ?# l2 Q6 W5 i2 N0 f
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, Z+ O0 w" W2 A5 l4 S
多谢关注。8 W2 H- ^/ I- q# n* ?
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 ...
& ^1 N* T: n. O% f  r% @( u
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？$ |0 W2 x/ a# \
- X# D# {$ \: `* Q2 O
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 ! H) a! g8 O4 ?. v
沉宝 发表于 2022-10-3 01:168 E6 n4 j/ O; D% M
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？- K, r* e1 n8 x, o; k7 U

) A& j6 O0 F# g. R7 k7 |另外，你在 Octav ...
4 ^$ i5 H/ s9 H) k
2 O% W# E( |: H
应该没有那么大。9 |5 [  x8 X- x3 Z+ P
我算的：
: Z) `8 C, r4 [, K1 c. ]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。
. I' O! b5 g+ t, q1 Z9 n$ H' 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