C++ 提速的新发现

雷达 · 发表于 2022-9-24 22:54:26

C++ 比 Octave 慢好多，怎么破？

自相关两层循环，内层循环涉及浮点数计算，试验了一下把内层循环内部全都 comment out 只留个壳子, 但空的内层循环本身就把速度拉下来了，看来问题并不在浮点计算。

速度优化问题真的很有意思啊。

欢迎大家继续讨论

数值分析 · 发表于 2022-9-24 23:04:16

拉下来？拉多少？
把代码贴上来看看？

难道分支预测不准破坏流水线执行？不该啊。

沉宝 · 发表于 2022-9-24 23:15:41

会不会代码本身的缺陷阻止了自动优化？另外，硬件配置和开发环境可能也有关系。

风雨无阻 · 发表于 2022-9-24 23:33:02

Maybe Debug mode?

雷达 · 发表于 2022-9-24 23:54:10

本帖最后由雷达于 2022-9-24 23:57 编辑

数值分析发表于 2022-9-24 23:04
8 e- k" M8 }* ?6 l: C* i拉下来？拉多少？& s" A' A' y6 ~! V
把代码贴上来看看？

void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
{
comp temp, xtimesy;
xtimesy.re = 0;
xtimesy.im = 0;
int j0 = lenB - 1;
int i, j, i1, reali;
if (lenA % 2 == 1)
reali = lenA + 1;
else
reali = lenA;
reali /= 2;

int nconv = reali + lenB;
//#pragma omp parallel for
for (i = reali; i < nconv; i++)
{
temp.re = 0;
temp.im = 0;
i1 = i;
for (j = j0; j >= 0; j--)
{
/* floating date operation */
}
}
}

xcorr函数代码如上，comp是复数struct, 做过长度为11、19两个矢量的测试，和octave结果完全一样

红色部分是内循环，现在其内部操作都comment out 了, j0大概是 6000。
现在call xcorr 100次，耗时78s.

如果把红色部分内循环本身完全comment out， call xcorr 1000次，耗时 <1s.

雷达 · 发表于 2022-9-25 00:17:17

风雨无阻发表于 2022-9-24 23:33- z; x+ T0 a" O% D/ E
Maybe Debug mode?

不应该，看我上面的回复。

我更怀疑是 VS 社区版的问题

数值分析 · 发表于 2022-9-25 00:20:10

本帖最后由数值分析于 2022-9-25 00:24 编辑

雷达发表于 2022-9-24 23:542 |1 |, h" _3 f$ v6 d/ G6 e
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)2 f, l" ^% y1 m' g
{0 ~9 s2 k L9 k) l$ U
comp temp, xtimesy;

这个不是这么比的吧。。。

您这个函数，不带内循环的话，汇编完总共操作也没几个（不到100个）。

而加上内循环，光jmp和dec指令就至少多执行了6000个，慢个几十倍不是正常的么？

雷达 · 发表于 2022-9-25 00:46:56

本帖最后由雷达于 2022-9-25 01:09 编辑

数值分析发表于 2022-9-25 00:20
|# z6 [0 C8 r- ]3 |' v这个不是这么比的吧。。。& q$ U- [) c/ X" J' \7 |* q

0 } J4 w/ g) u \6 |3 Q+ X您这个函数，不带内循环的话，汇编完总共操作也没几个（不到100个）。

有道理。
所以存在内循环速度就上不去，把内循环取消，改成两个向量直接点乘再求和应该就会好得多，记得 numeric 库里有算向量内积的，我回头试试。

我先尝试尽量用标准库，一个小程序，不想搞得太复杂。多谢了

沉宝 · 发表于 2022-9-25 01:27:53

雷达发表于 2022-9-25 00:46$ }* G& }# J1 d4 ^0 n8 T. i
有道理。8 [ ~, y9 G& ?5 H
所以存在内循环速度就上不去，把内循环取消，改成两个向量直接点乘再求和应该就会好得多，这大 ...

你两个试验之间就差了一个空循环， call 1000次按理不会有秒级差异，可能还是编译器优化的问题。举个例子，把循环本身翻译成机器指令loop或dec/jnz，两者速度上会差很多
Why is the loop instruction slow? Couldn't Intel have implemented it efficiently?

沉宝 · 发表于 2022-9-25 01:48:51

数值分析发表于 2022-9-25 00:20
. U; P4 y5 r* V7 ? g2 L这个不是这么比的吧。。。: r. q% @& S& n# {/ |, M

0 x) G- R5 Y0 a( |您这个函数，不带内循环的话，汇编完总共操作也没几个（不到100个）。

而加上内循环，光jmp和dec指令就至少多执行了6000个

现在的CPU，可以把判断、jmp和dec指令全部融合进一个µOp（微操作，CPU内部流水线上的执行单位）。如果循环这样跑，花不了多少时间。

数值分析 · 发表于 2022-9-25 02:06:44

本帖最后由数值分析于 2022-9-25 02:16 编辑

沉宝发表于 2022-9-25 01:48
; o5 ~" I& T. p8 `8 a0 J现在的CPU，可以把判断、jmp和dec指令全部融合进一个µOp（微操作，CPU内部流水线上的执行单位）。如果 ...

是的，兄台说的对。

其实我想说的是真正数值计算部分和代码中其他不直接计算的overhead的比值这个事儿。

雷达兄构造测试用例的时候，屏蔽掉了所有计算的部分，使得剩下的都是overhead，这样run time比较的结果就显得好像不合理了。如果把计算加回去，计算部分的run time会dominate，结果就不那么离谱了。因为不好说，所以用指令数对比的方式试图直观地说明这一点。

比如说，如果有计算，那么跑六千个循环相对于计算应该用不了多少时间。但是如果一边是什么都不做，另一边是六千个循环，那六千个循环比什么都不做慢几十倍了，就不是那么不合理了。

当然也有可能像兄台说的，是优化参数的问题，但我觉得更多地是测试用例设计的不合理。

雷达 · 发表于 2022-9-25 04:47:43

本帖最后由雷达于 2022-9-25 04:49 编辑

沉宝发表于 2022-9-25 01:27. l2 z- y: D- I2 j6 F8 C7 H
你两个试验之间就差了一个空循环， call 1000次按理不会有秒级差异，可能还是编译器优化的问题。举个例子 ...

又写了个小实验，没有调用子函数，双层循环，外层6千次，内循环30万次空转，有或没有空转内循环，时间差一倍，我上面这个差的太多了。

我已经完全懵了。

沉宝 · 发表于 2022-9-25 05:51:23

雷达发表于 2022-9-25 04:47
* U# L/ w6 d7 N' V% e( E8 L, U又写了个小实验，没有调用子函数，双层循环，外层6千次，内循环30万次空转，有或没有空转内循环，时间差 ...

时间差一倍的结果可以接受。

你还是用profile工具看看吧。现在大家都主观瞎猜。

数值分析 · 发表于 2022-9-25 14:58:59

本帖最后由数值分析于 2022-9-25 15:38 编辑

雷达发表于 2022-9-25 04:47$ ~4 \$ }! L* {: T& l6 ?% j
又写了个小实验，没有调用子函数，双层循环，外层6千次，内循环30万次空转，有或没有空转内循环，时间差 ...

能不能把这个也贴上来，看看和上一个有什么不同？

雷达 · 发表于 2022-9-26 01:30:03

本帖最后由雷达于 2022-9-27 01:17 编辑

数值分析发表于 2022-9-25 14:58
; H% B. Y' N( ~* N: M0 g# Z, M& Y能不能把这个也贴上来，看看和上一个有什么不同？

理了理思路，重新做了一个测试。
做了两个 vector 和两个 float *, 都长 100000
外循环 6000，里面先做随机数生成，模拟真实环境，避免数据的 cache.

内循环试了4种方法，
1. 直接调用 vector inner_product 247s
2. vector 循环点乘累加 237s
3. float * 循环点乘累加 204s
4. 空循环 100000 次 202s

不做内循环 200s

你昨天说的对，内循环本身占比是很小的，大头在其他处理。
另外可以看到， float * 循环点乘累加并不差，比用vector 还更快。

至于我那个原始程序，还有一些疑问，见5楼，其他都不变仅仅是有无空的内循环就有很大不同，这是不对的，也许有一些其他缺陷我没有看到。（也许可以改成 while 试试）

（为什么下面我贴的 b1 加方括号里的 i , 显示出来却是 b1 ？方括号 i 消失了。 LOL . 改成 jj 好了，原来方括号里的 i 是斜体标志 LOL）

      std::vector < float > vec1(N);
( F, ^& C+ e2 v- r2 t       std::vector < float > vec2(N);* j1 f% u2 i  y% M: T6 a$ a
      float* b1 = new float[N];
8 j4 R3 M( z& v       float* b2 = new float[N];
; O" e3 N7 `0 B) \
. c1 W/ D3 S  w/ ]* m, ~$ _       for (int j = 0; j < 6000; j++)/ v: F; T3 `5 s
      {/ q- w. r6 S7 w9 [
            std::generate(vec1.begin(), vec1.end(), []() {1 p! G4 Q; R) `, _
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
0 u. y: Y' o; V0 d5 u                      });4 T& R% y" w! ^7 @" y
4 ]- V$ m1 c# b
            std::generate(vec2.begin(), vec2.end(), []() {# D: S: e" c1 q, t' k
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;# s: \3 J: w: N0 i" X. [. _
                     });
, K$ `+ j, v5 C% j) H* J9 Y6 G( b' q3 x; `1 x% [
            for (size_t jj = 0; jj < vec1.size(); jj++)
            {1 h1 |+ Q% K  d- @6 n+ a& u, t
                     b1[jj] = vec1[jj];+ ]! x+ W3 Z5 f$ k
            }
$ |: T1 U3 x, ~  \3 L2 ?+ U6 m, A# F
            for (size_t jj = 0; jj < vec2.size(); jj++)
5 R" W7 `. E7 ~6 J             {
, R. w+ @1 t& Q5 A' j                      b2[jj] = vec2[jj];. G) ?/ {* v# B9 ]% c- Z7 J
            }0 J4 S7 D/ b% Y( J5 b; c
# _, }2 l5 g. a0 L1 L
            //Method - 1  N=100000 247s
/ a' X4 g  l- m+ Z+ o  f) c             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
, `  h6 T4 H1 C2 O4 f, B                               " v' r. U3 ]7 ], f( q1 h9 ]
            //Method - 2  N=100000  237s
4 O1 w2 Y6 \' {7 W$ p$ M             /*
+ A( [+ Y# Y4 ~# _( n4 h             for (int jj = 0; jj < N ; jj++)1 K. q4 g, ?* ?3 T8 f" ~( p. d3 c
            {4 P2 c0 o5 `: W: P( c4 X" \
                     fresult += vec1[jj] * vec2[jj];/ }0 M2 o* ]+ X3 A
            }$ K* f2 ~5 @8 J6 X7 {
            */- C" ?( v+ j; Q. E

) R7 V/ W; q; C' N8 s, v             //Method - 3  N=100000 204s
: B5 a; t6 q( y4 m6 A! B" d/ r             /*
* H' Y; g% x3 J3 s, x8 ^* {             for (int jj = 0; jj < N; jj++)/ b( G( z- q: A( Z/ w
            {2 e. T/ m# n* |
                     fresult += b1[jj] * b2[jj];2 v3 _3 `: ^! X
            }$ I7 L. L0 J( d1 L3 R- p% Y- l
            */* S% X# R7 t  F7 c1 v
) f4 V% A  }& q2 V, l' z( S. Y
            //Method - 4 202s( @- U; D$ a* m  Z8 U
            /*
. I# L# p0 F5 p2 o             for (int jj = 0; jj < N; jj++)
9 R' \  y' t/ \, `/ Q: C  S+ t             {
/ A5 l" ]5 T& K' ?; p
/ E* c( E  u% D6 }. Q/ h1 k3 W             }* ]. [9 d  C' q! i: _& X' S1 u/ U2 e
            */- S) _1 @& h2 J
            //comment out all methods, N=100000  202s             , F9 T% _; B, `5 @; {
      }
8 H) g2 P- B1 B4 G8 R
3 p) J0 R; l( A       delete []b1;
  \: p& j9 t" I; l8 `. F       delete []b2;

机器猫 · 发表于 2022-9-27 00:15:38

瞎猜一下啊。把第一个的那个j定义成register变量会不会有不同？

你第二个试验里面的j在循环里面又重新定义了啊，你确定真的跑了6000次？

雷达 · 发表于 2022-9-27 01:16:03

机器猫发表于 2022-9-27 00:15; l2 J3 y8 x" D
瞎猜一下啊。把第一个的那个j定义成register变量会不会有不同？
( Z2 t& i5 T$ ]0 N8 A+ l8 ?/ v4 w' [- j9 T! o2 D& G
你第二个试验里面的j在循环里面又重新定义 ...

内循环里面的 j 实际是 i, 为了规避爱坛显示的冲突帖子里临时改成了j, 现在是 jj 了。好累、LOL

不和它较劲了，瞎耽误工夫，我已经转到 ubuntu, 也准备顺便试试 avx2 向量化。

机器猫 · 发表于 2022-9-27 02:06:58

雷达发表于 2022-9-27 01:16& ^7 f% W5 I/ {$ Q
内循环里面的 j 实际是 i, 为了规避爱坛显示的冲突帖子里临时改成了j, 现在是 jj 了。好累、LOL/ b s7 X8 m. G/ H

/ w/ Y/ n [" ~' c) u$ d: }不和它 ...

不过可以试试我说的register变量。前一个试验j是混在一堆其它变量里一起定义的，很有可能是在stack上，这样内存读写会更多，要是再碰上每次都需要加载cache就更慢了。
后面一个是在循环那里定义的，说不定编译器就把它优化成register变量了

opensrc · 发表于 2022-9-27 07:25:57

一个无关问题，为什么爱坛的帖子里在我这里有好些奇怪的东东在里面，是防拷贝措施吗？

雷声 · 发表于 2022-9-27 20:29:50

雷达发表于 2022-9-24 23:54
! y9 Q3 q6 @9 n* W% P* C! Y2 U. _7 [void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
. |& r9 I# J! `{, W8 N% W5 D5 m- L
comp temp, xtimesy;

这个code里面如果Openmp没有被注释掉的话，那么temp那个变量应该是定义在循环里面，否则线程之间会存在争夺写入那个temp的风险。
内层for循环如果没有内部操作的话，编译时应该被优化掉了，和你完全注册掉整个循环是一回事。可能你的编译设置没有打开优化？
VS社区版没有问题，我工作用的就是社区版，设置正常的话不会比商业版差。以前游说头头用Intel Compiler，他说不想花钱，而且差不了多少，就一直用到现在。

		自动登录	找回密码
密码			注册

[信息技术] C++ 提速的新发现

评分

浏览过的版块