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$ ] e. J/ `. Q' p6 n
拉下来？拉多少？
; n7 a5 L) _: i# D" q9 [3 f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
+ o! x' `, o" J5 r, X) O! rMaybe 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 23:549 i6 p r: s7 n) K5 |& d" F6 g
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)" t& u' q5 j& z4 S/ i; V! d. G* I
{- x9 u7 w8 z+ ]3 U! t3 V
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- S- H* k( F. C4 `+ P) n
这个不是这么比的吧。。。
6 N* R* g/ Y3 ]8 S
9 v* S( P. ?/ s1 E2 m* [" g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
* T# k1 N6 l) c1 S s; {有道理。# T1 ]" o& t3 S
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
4 w" j4 n9 D5 U4 K! g( Q" }这个不是这么比的吧。。。
, v* t' C2 n# a* t) B3 e5 ]( u. C8 c! v" K! r* q' |# c
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 01:485 X. s7 w- p) g: |9 E% x
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 01:271 O& e4 T. G! D1 g j- r' u3 Q
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
. o4 v' b7 b: K1 m* c; e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# }5 a2 F2 ?4 i, j% M
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
% h4 Y- `4 y3 _8 j5 ^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);
' o6 P; g0 l# r       std::vector < float > vec2(N);" f; D- p- U# m
      float* b1 = new float[N];
1 C  V. h6 ~! T7 P' l+ Y       float* b2 = new float[N];* R. S; l# F5 |& T+ l2 N  A. @
5 t+ d: F4 w' a' h7 U+ Z  n3 _7 _
      for (int j = 0; j < 6000; j++)
! a6 v5 l4 U$ P2 |       {. H+ ~6 H9 F: s5 A' L7 a. l8 {
            std::generate(vec1.begin(), vec1.end(), []() {, T1 G7 O$ @! ?0 S) L- O& ]
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;6 A. b  i6 W9 [8 |
                     });
5 K5 h* S- b/ K3 U  }* p/ D0 X" _/ ^
            std::generate(vec2.begin(), vec2.end(), []() {' I- J9 @& }6 {0 K: o
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;  g( e1 u0 t( n; r+ r
                     });$ P! T- o0 O  t9 s+ }8 b

. r% X- Y/ I- K9 x$ p1 ~! z             for (size_t jj = 0; jj < vec1.size(); jj++)
. l. `# \0 n; L+ P: t, h8 k             {
5 [, \7 s& K9 E- v  d2 E                      b1[jj] = vec1[jj];
) q0 i6 L# M" F6 g/ b             }

/ r/ W  b& Q" f3 p; B3 ]6 A4 n             for (size_t jj = 0; jj < vec2.size(); jj++)
$ N' g% n, C3 K9 T# G- u  u             {# e8 T/ \! v$ B1 |& J7 b6 c
                     b2[jj] = vec2[jj];
3 X$ s. I) u% f8 v* b/ h             }
" [, k" c/ E, x6 J& I* z% M
7 B4 }- Y+ c$ m( s             //Method - 1  N=100000 247s
4 ^% B2 a8 B1 }. w* R6 N0 N9 y             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
9 M  @/ v- o& I5 P: s) w% N# G
- \/ L# T. O2 ]; c9 e             //Method - 2  N=100000  237s- u( _2 j0 @+ Z+ Q/ Z5 r
            /*9 E: m3 @( D' V$ Q3 m
            for (int jj = 0; jj < N ; jj++)  ~: }" N" `. R. I
            {2 ~5 E7 _3 S' u; i
                     fresult += vec1[jj] * vec2[jj];
$ X' B# @. E5 R' u3 o$ r! }             }6 b& y3 W. }6 y4 [8 H
            */% O, ^" c& v1 z& E

) i% L6 `" [* c" {% I: I7 G8 @7 C             //Method - 3  N=100000 204s
' c6 L  ~  s$ E% p' D: s             /*
8 ~. w+ h# M8 e0 w* E* H' |             for (int jj = 0; jj < N; jj++)
  a. \/ O  q5 B. l# Q1 A$ A             {9 r  M9 F  ], H
                     fresult += b1[jj] * b2[jj];1 Y4 P' |1 t* {- I0 ?
            }
( i. Y, o& `* \/ }             */
8 p6 o7 `# N0 J6 ~  Y; M4 T2 X7 R) d  t3 V
            //Method - 4 202s
7 O, e- H$ [& `# p4 |6 Z' r9 I             /*
7 }1 u$ `! b7 t! z             for (int jj = 0; jj < N; jj++)
, E7 c3 L* w7 F; r# Z             {' t: W! f2 J7 ~4 {, ~4 {- V9 t- E: H

& ?, @/ O( b# K3 D, `. O. r* }             }. f( p1 Z- r  l+ B7 d; H
            */
* l4 g6 c: m5 Q4 q             //comment out all methods, N=100000  202s
% ?$ O  a( A- P+ s/ f6 |* A       }- V/ d5 `+ S: ?/ k  L
$ V/ j# f6 D4 q' K7 g/ V
      delete []b1;
9 u2 m% g' d* H/ C       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! c3 U* n. ?' ^9 k4 x; b: S
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？! y: n- H! o% k

4 p& U0 I! p0 h) Q E/ }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; s" Z( Y- U7 v
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
! I% n4 [+ \! r8 [& N: ^2 Y8 p7 L/ @5 z+ I K3 G/ p/ E. \$ |' m+ a
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; n. M" P* r( M& C+ G$ ^
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
, w; o3 x5 C- b1 S% ^# k{; M" W x& \" D5 B N: O) H
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