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
3 [: U \" c: x& M' s2 K拉下来？拉多少？
( H+ t) j* D9 ]5 @8 D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
# s/ a# [ H! c/ l A! qMaybe 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 23:54) W0 H9 {2 Z2 c0 w8 O
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
8 ?* _5 ?1 }1 }; z& I2 c7 a{
& {& u ]' W& A ]! \4 a 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: G& A. z& p/ I2 j# B
这个不是这么比的吧。。。2 O9 I* y. I4 L! Q5 r3 e L t

F5 v8 \& e7 K+ X8 H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% m& u) S. C) g" q9 ?. p
有道理。# X2 N0 _, v4 \ k9 f+ |
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 00:204 Q0 d: k W- F; O: E+ X
这个不是这么比的吧。。。
8 r. [9 ~$ S+ d# o5 N+ S
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
3 Z' X# j. q2 E/ D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
" q( Z/ f* [+ _! y( G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
* `0 U4 P" S% ]. G) L) 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
* t, X, Q0 H% z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/ ~3 ~( N& L+ x* S: b
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);
- Z) ?8 m# |' h0 [4 C       std::vector < float > vec2(N);
% V3 S) F' t# L9 S/ g7 Y) i3 K0 U2 w       float* b1 = new float[N];
) }" \2 F* c8 L1 M7 K% d8 g       float* b2 = new float[N];
5 \2 }" _2 a2 V: [* t5 s0 j! v# M5 j1 u2 G: Y5 ~
      for (int j = 0; j < 6000; j++)2 J0 j- ~+ [" I( Z0 ^5 N4 i
      {; _( D$ \7 C" ]. B6 n2 z  u# Q
            std::generate(vec1.begin(), vec1.end(), []() {
) g- E* [* m% @/ H                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
' B' P- ?% H% U' k5 P+ x! ]                      });9 E; T3 J# w' J$ z
4 l0 e! w5 @6 }0 _9 B, D1 Y
            std::generate(vec2.begin(), vec2.end(), []() {
2 j( P$ x" s, s( x- a2 ~: M' p; c                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;0 U; n$ J: @2 J- Z9 k) K2 `* n
                     });% `- \2 i. w5 ?: f: }

) w3 ^2 T: m6 i/ E  ~" u             for (size_t jj = 0; jj < vec1.size(); jj++)
& _( n. B, g7 S9 B$ C/ l# a$ d  O             {3 o+ n1 l/ A+ N/ @. a$ e
                     b1[jj] = vec1[jj];; D, w# _2 x+ o# U! ~
            }
$ h9 V+ W' S2 C
, y+ o& g: r# {3 m2 v% O             for (size_t jj = 0; jj < vec2.size(); jj++)# X& [- I4 e7 C
            {
  `" v0 e' y- Z8 u  V/ T                      b2[jj] = vec2[jj];* J! h* R6 _6 v0 M' \
            }( Y5 Z  b4 M2 T/ ]9 h8 `6 `3 U# H! Z

0 k. q! j! J8 U- E  I             //Method - 1  N=100000 247s
* o0 l+ R$ O4 }% m             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
4 `) t! \4 F$ n" O0 G                               , z& |, V  M. \$ n4 Q
            //Method - 2  N=100000  237s
9 }- u2 r* q* x1 o; y0 G             /*3 o( `1 W- T! |  P: Y& Y
            for (int jj = 0; jj < N ; jj++)
            {: o7 ~& `, K6 h) `
                     fresult += vec1[jj] * vec2[jj];+ [3 G: X/ h9 {; L6 i, C* C
            }' F  O2 j3 }# y3 W  E# W) o
            */
4 c& J+ [( @( y9 @
" s' X* O, N4 Z             //Method - 3  N=100000 204s3 q8 \# c8 e# J* D; O
            /*! Q" [+ N  M( w( @" e3 x
            for (int jj = 0; jj < N; jj++)# B  \1 g  Z: r6 V) q
            {
' k- Y9 n9 L# `                      fresult += b1[jj] * b2[jj];4 r5 w4 a; \* Q- T* i/ b
            }6 d% K8 ^" c  D# L' y$ I! h
            */' _+ I# q' X, m- S1 W

/ K- W. U, ]& ]: c             //Method - 4 202s
. I# X7 D  |, \: D7 O7 X- D             /*5 M# [: n1 v; [4 l4 z
            for (int jj = 0; jj < N; jj++)' c: m0 i9 S3 `" g5 ~
            {5 s& e* O+ t7 x8 |/ j+ G5 T

' x. p8 X3 s1 D1 x             }( j# q3 n+ I( v: Q
            */! i; o9 }, o  f' Q4 a+ t
            //comment out all methods, N=100000  202s
9 o, y9 l, c2 W. m; l* n       }
/ I( l0 i7 s( s/ K6 e) S3 Y( K& y" L
      delete []b1;
  q1 y" V0 L: C: h# 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
: }$ [( Q" R6 s5 e2 _; A4 T8 ~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？
" Q; k; w/ b- |9 E% y
. |0 i; {- L- F* T8 T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 01:165 n# r, b; b9 ?. K" L" E) `- K
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% T. y# X8 W. q; C0 P; Y
$ c) ^7 z% I5 Q& M# V6 T
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
; |1 w3 y/ O9 Dvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
7 Z6 O! C! s& \- J$ z1 H0 n{# }3 L5 N* m2 c9 s; \7 ]& a: R, p! e% G
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