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 4 B5 }. P! X- [' V& d# f* w/ R

6 x$ e/ W+ j6 S做一个数字信号处理的小算法，需要算互相关。
/ }9 K* w. s" A9 o( G  {  k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。
, g6 m1 j. Q# O, p* e1 N* o+ t% i" a2 H  q6 e
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 。
* T: a+ Z5 j) ]! l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。
2 }! Y2 h* u( ]3 ?* D5 [6 w; v; n/ _4 N: I3 p
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。
2 d+ r8 S/ w: O( s# }( p  R; g) T% t
高手们给分析分析,  多谢了。- O! }$ F& @. e' m
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。* B( O! {* @# z; g/ {& K% p
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。
- j. Z0 o0 X- u0 K9 P7 R& `* Y; K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
+ _" \( R+ C" {8 w2 ~
雷声 发表于 2022-9-23 07:02
7 G' N2 u0 V2 z& Q, [' v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。 ...
4 J! A( {, e6 e2 H& a4 U; B8 [4 Q3 r
6 u6 w9 K# W8 E
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。
% b, V) n+ ]2 m/ C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 + k7 m& Y% A8 s" e9 X$ R0 m
* h" w, x6 j, O& [0 O. F
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
+ t5 `) @$ C* [3 ~4 ?+ s
4 |% D2 L1 u5 A) C/ ?5 Z2 [C++ code 用的是普通乘法？换成sse/avx向量乘法试试？! M( o/ n% h, p4 t7 C2 g
并且是单线程的？加个openmp并行试试6 v4 M% i# r3 L; d( l3 K
或者调用mkl 库的互相关函数试试
6 v# }# P" b; _" _; M, O
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
( \& u/ p" I( i; F- A/ x汇编快！
% |" w, z* @( m$ @, w
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 g/ P+ f/ W8 @" j; v2 C& d
4 Q& k* V- M9 {. B+ v$ L- k
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
7 N( ]. F& Z5 e. Y8 {' O8 E4 E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++ ...
- f& d' u* t/ w, \( u- i2 W, T! h
STL对性能优化没什么帮助，只是写起来比较安全而已。
3 R# i  k8 S: F' 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。# e9 h& `- r! I! T9 ]) j* j
买个Ipp库虽然不贵，但是还是要几百刀的吧？0 b* F  \( F* |' A1 V+ B3 ?& L
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: ^: g  G, r) h, Z
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- Y% K/ t- z2 y
8 f- O2 b! R& m$ U
最好还是用高性能的计算库, 比如inte ...

' V5 J0 A$ c* ^6 T+ }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
2 S2 E1 c. D$ KSTL对性能优化没什么帮助，只是写起来比较安全而已。0 c+ ?6 ]9 n7 Y7 P4 R1 n
下面数值分析回答的是对的，要么用avx自己写，要么 ...

+ m8 w3 X9 m0 \, F0 m$ |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 ( ]% U! x" H  s# I- s' N3 b
沉宝 发表于 2022-9-23 20:53
0 K( \3 E( S9 _0 o& M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） ...

9 o. X/ z/ K/ x& N" M& L% j4 v" X+ V7 W4 e) t) g( T8 j
必然是GPU啊，10来个核心对上千个计算单元。。。
) a% d0 a9 L$ F6 d. n
0 U3 q* w9 w- G& X: F6 @# i. H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！）0 k. T- R. F+ e+ h

- t# [7 _" H4 R. L% _+ Z$ [6 m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$ D7 G! I5 {; D  n  f$ N
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.
' P5 j& g8 F- U1 V) q3 K5 K1 V& a, [8 C6 q
最好还是用高性能的计算库, 比如inte ...
  V: ?& C5 Q8 [$ u
区别还是很大的。编译器的优化还到不了那种程度。
2 x! m) ]( Z$ j# x& M7 p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* C. X( T- T9 Z) ~/ \+ \: S2 M
/ |; X- x* U8 A; J! X6 m  z
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？! B  i/ u0 d# F( @3 E: y. V+ R- O% h+ ?
) s) I( I) F5 C0 G% T5 S
想了解一下你问题的规模：
; z6 n6 U& f6 z  w% n: k: ^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。
7 T& a+ u' \6 B2) 矢量和一个二维数组的长度大概是多少？
9 H2 t8 e5 j: Q3) 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 3 U5 y2 P' @7 p  z/ _$ P3 m+ u
沉宝 发表于 2022-10-2 01:38; v, O6 l- s4 J$ [7 S' L1 w
现在进展怎么样了？
  ^* L( ]# r! S2 c' E$ A1 F0 r1 l5 z9 S% N
想了解一下你问题的规模：
) [. x1 |9 B, y  M- E. v

8 _& Z( M- T; p  y0 v; g9 r7 p多谢关注。' u2 ~. f/ V. Q7 i/ 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。
' G0 F% L$ D) P' I5 N" c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 03:040 @) t$ L! `& b3 Y
多谢关注。
7 m. R. v9 D2 j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 ...
5 s0 J7 @. H% s6 y0 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？
8 ~; j0 ?+ Z! y) k& {/ ?7 Y3 |6 x
2 K3 _5 R, J2 E9 }8 p) d* J; u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 2 N6 `" h" V0 J8 ?) m7 Y
沉宝 发表于 2022-10-3 01:16
: m  `2 f4 v6 t7 o+ v. 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？
; O+ ], |- b1 q+ R9 t/ @2 h
; f/ I9 r+ m3 n1 c1 s另外，你在 Octav ...
* l" r" P5 I* Y
) d0 Q6 }$ V: ?0 M
应该没有那么大。6 U: j+ i- D8 p6 N" W* s. V% Q
我算的：/ L8 B% @* V0 e
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。  S8 Q: N4 Y- v( t* U
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