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 7 w  s5 @8 ]: L* s" m* F
* @: W! I) ?0 v! f7 M
做一个数字信号处理的小算法，需要算互相关。
+ v9 z( H1 N  w: V, W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。
/ i& r# ]$ L9 }, m+ x7 e  A: I$ t
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 。& K, |* Y$ Y& I
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。
& I1 J4 L+ R: M4 ?! ?7 k5 e( u- y) V) P2 A* o. 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。) q/ X  e( c+ J6 N- t) L

( C. G4 y6 Y9 a! C' i' [高手们给分析分析,  多谢了。& d4 a, C, D+ H! ~' R
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。2 A$ {& H" D7 H: \# u
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。
; s$ ^' [8 R6 ^/ g- g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
6 }9 `& f+ _, i8 i2 l
雷声 发表于 2022-9-23 07:022 Y1 g4 k) q# Z# X6 A8 q' ]' ~7 y
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。 ...
( N. h: @4 D. g; |! {# k' H6 F

, F. c2 g+ A: M0 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++重写了。, F& M+ X% x& G8 K
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
# m! i  V+ \% Q* U) T
; y" U, f0 \% W6 u: a+ W' l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 ! Q# \( F! ?; Q

' W  a' I5 Z! |1 D6 ^4 i/ LC++ code 用的是普通乘法？换成sse/avx向量乘法试试？
( z) F1 V& u+ Q: p" |5 g4 {" \并且是单线程的？加个openmp并行试试
* _) e' k  Q# O, O' O- h& m4 j% r) d或者调用mkl 库的互相关函数试试
3 n: E  a$ ^0 v/ p3 X) _
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
; t6 W: R9 X/ f; i, S8 X汇编快！

8 {4 J9 q6 V- b: e( Q, a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.
) ?4 v( H; A/ `7 D) @- D' X* m6 J7 H: J3 Y! y; H1 j5 R
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! h5 ]9 u% ]* I- z
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++ ...
: I& H$ |3 s7 T; Y! }
STL对性能优化没什么帮助，只是写起来比较安全而已。# p% O$ u# I" L7 y
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。0 Y' ]5 u6 h/ r" Q, |2 u& N. C
买个Ipp库虽然不贵，但是还是要几百刀的吧？
1 _$ U' t0 W- k- O8 f/ n6 e& ]
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
- ~9 Z: a) u. q* i/ W$ K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.
7 b5 g& K$ ]. m. D- t; a  f) N& F8 F  T  j# y" P' Y
最好还是用高性能的计算库, 比如inte ...
0 q) u1 P/ r6 c% W
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 15:481 k5 ~* {2 S. ~2 s
STL对性能优化没什么帮助，只是写起来比较安全而已。
! q( _; q6 E% Z" S- p下面数值分析回答的是对的，要么用avx自己写，要么 ...

' G5 |% C3 i& C2 \* H! W  y, _5 r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 / p/ v4 G/ W, z5 i; o, Z
沉宝 发表于 2022-9-23 20:53
' D$ c% X' j  }/ P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 S# c. y1 |& A! c+ T- `

( Z% }) ]) B" [必然是GPU啊，10来个核心对上千个计算单元。。。
) |; ~8 }5 x4 Z9 a2 @$ L! A1 D( C8 F/ k$ N; [! @# ?0 j; R
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！）
1 U" p" e+ g- F" ^3 p
! `8 g0 u' b+ }5 f: R+ G" D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/ e! _: U& J2 c, A' t2 F
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.' P# k/ m7 t/ U: I
& C5 M) E: s8 ^- I
最好还是用高性能的计算库, 比如inte ...

8 D7 @3 R* o0 p3 ^  _" f/ \+ d区别还是很大的。编译器的优化还到不了那种程度。
! S! R$ j# [4 _1 P+ L% [0 l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6 j( E+ R& r& l9 W' G% e$ h0 w
* h; \* d1 A- O6 z* x
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？9 t1 u) N2 f% F9 R) z

+ h' U* m0 c7 L$ K9 z5 d5 Q想了解一下你问题的规模：
3 m5 [+ T: u; a# b( C1) 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。
- k" ~: n, B+ s% r2) 矢量和一个二维数组的长度大概是多少？: d1 W! |5 o1 F- C! O9 J, w9 J. O& 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   W1 k( S0 t4 K  ?
沉宝 发表于 2022-10-2 01:38
9 G" S4 @; L+ G# ]; k  _0 C现在进展怎么样了？# w! z% Z$ c+ y9 J. J5 u: n
* n( B$ |. J; C
想了解一下你问题的规模：
: c6 m8 f6 I6 q
2 ^1 P+ ]9 k( l# y$ g2 Y# Y
多谢关注。) V+ S% s9 e3 m' [
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 ?# L# D) Q+ E  i, A
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! f2 k* e# ~) C" q# }4 X
多谢关注。
/ p& H5 ?# c2 H4 e' \4 |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 ...

- m  Z2 y/ w/ t' u4 P7 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？3 R1 h' L5 N1 Z) Q* ?
5 a' e+ j* g' ~  v% {2 u8 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 / Z# F8 P; h7 L+ ?# K$ M3 Q9 Y
沉宝 发表于 2022-10-3 01:16
8 f! {/ R# h/ ?; 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？' j% e- _- l% t( ^
2 T# `7 A' [5 O. b" `
另外，你在 Octav ...
! j1 w% Q  J$ @( ]0 Q

3 \7 x  r5 h9 [! u: m6 E应该没有那么大。; ~& ?" ^& W, s  m" ~+ t/ B4 Y7 D
我算的：
: G; h% a( f* E' U  Q, 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。
5 f* v! b8 c" A: |, k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