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 23:048 {+ W, z+ B2 d+ X7 Q2 K- h
拉下来？拉多少？' N# M$ w) t* I5 i) n5 \& h
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
/ _% J4 D" q2 S& S# m) 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
0 C: N! X- B+ g3 f& K1 s wvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
! u- Q3 j" b4 T- \{
) \4 u" y7 [9 h" q$ j 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- R+ m) U' v6 C- ~, B) D
这个不是这么比的吧。。。
0 D _ a! ~2 W4 G& z# S/ M/ z( K6 j8 f$ B& D# ~; }1 p4 i
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
, `5 s/ y3 u/ _ b4 x+ L" i8 K有道理。8 A0 c$ O9 y- u
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: w2 |: Z4 p# l
这个不是这么比的吧。。。
: G+ h# \; L* U$ j, g2 ^7 E3 }9 W' e ?" Y, u3 }1 b
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$ W/ L% j& Z% T
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
& x4 G8 F/ o! y2 Y* q% @% n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
- @ `& { ~/ [" J8 ]" S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
- w7 v( ?6 t1 T Z" [% A: g) o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- C8 Q/ {9 U& s; v/ z) p
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);  ^: ?. X6 {( U1 P: [' I( }
      std::vector < float > vec2(N);
2 d! ?* E9 F5 Q' E       float* b1 = new float[N];& H9 V$ f# p' }9 z/ \
      float* b2 = new float[N];! Q- r. o9 j; b3 J4 U7 @

, G" P) P/ Y: p6 |+ A& x$ r* M       for (int j = 0; j < 6000; j++)
: |, I# j& N$ |; \0 O% l# M       {
) F: Z: n$ D1 Z5 R. H3 C  H             std::generate(vec1.begin(), vec1.end(), []() {
2 n( R1 h( _/ W/ M                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
% r5 t2 D' ^+ k" O9 ?                      });
3 Y) H' u9 L4 p% v5 M; O- X
  o; O* m5 M% i2 {4 u             std::generate(vec2.begin(), vec2.end(), []() {
9 P# k% v; E$ L                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;; l( T# P) e$ J* T; ]
                     });* |9 |8 i" V( e
& I# i  g1 Z* f6 m
            for (size_t jj = 0; jj < vec1.size(); jj++)
6 K+ r( O. f; M2 W  ^4 S             {
2 ~6 O* D; _6 G1 G1 d                      b1[jj] = vec1[jj];
+ M# \* V" G& j# V) t. ^             }# M0 \3 L4 |$ F( h

9 `- n* ?+ x7 e' U5 u  o  q             for (size_t jj = 0; jj < vec2.size(); jj++)
. t/ r- w7 X" [             {
3 m  R! o0 G4 x0 A" L1 {                      b2[jj] = vec2[jj];
. O5 v7 i, c( B) S8 e: k" e; {) F             }8 M. |6 |9 y+ \

' f/ y3 ]1 ^0 F/ ~) u. g             //Method - 1  N=100000 247s
* E5 X' ]) N+ q' G/ P9 l0 P             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
( M9 h  \' S' z  g* m! U. M                               & D& n# l( s; l
            //Method - 2  N=100000  237s) W3 M7 C: N( o2 v) S! l
            /*
& _" n( D* C" O& L; P, X             for (int jj = 0; jj < N ; jj++)
4 d. m* X+ G2 Y- b, R: f& H             {
$ y) b& f! s: n" b9 P                      fresult += vec1[jj] * vec2[jj];8 n$ G' L5 u8 k, a* J9 P" L
            }, b7 x  x0 l$ h; A! X+ n
            */
: l' |% d: {6 D) q5 X* F
6 j+ m) s' j; p( ^( U             //Method - 3  N=100000 204s, i! k0 }6 y" S0 A, ~7 g1 D" F
            /*6 {6 w1 w3 D4 }# _/ E
            for (int jj = 0; jj < N; jj++)+ V- r8 B5 x) l
            {" q+ \* Q1 k( Y2 d6 X' y( k) [8 S3 a
                     fresult += b1[jj] * b2[jj];9 i$ ]. D- @: w* d) d1 r- f. L& ^
            }
* {+ I( S+ v" ?+ ~+ L# O" v             */) x- F; D, Z7 ^0 k( M9 V

. k7 ~9 G. D: _! y2 @1 E             //Method - 4 202s! d% G2 Z* R" t( U$ Z9 I+ ^( s) \
            /*/ n* n: j. H% x: m; Q! N: c# r
            for (int jj = 0; jj < N; jj++)
* H6 v5 I( V  y! _+ p# d- W             {5 m9 D) _7 ~7 n+ n

7 z& ~1 W& n+ P; p* X             }
% ~/ t+ D+ m/ U! D$ ^             */
$ v' h; W3 S% H- q             //comment out all methods, N=100000  202s             # e  R! T$ _3 a/ o% G
      }
! q% i, ^8 j# _# ^8 R1 m; H+ U8 Y6 a: f
      delete []b1;( C, D1 j5 s' x0 i7 d3 V6 p8 B. z7 U
      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 00:155 x2 M* I) Q; N5 B
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？& F, V; a, B' z! d4 Y* i- d

* x) i0 j; o& s9 s7 p4 {* ^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
* _- P3 ?) x' V+ r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: g* `2 W. q" ]7 T

8 v- [0 U/ p+ ~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
3 E+ F9 s7 \. s. _void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)! H9 ?7 t; K0 I
{" y. M$ L z/ q
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