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
4 @) ~' G! m4 V! n拉下来？拉多少？
9 G( _ q8 q' m* T! X0 T* L$ a7 W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
$ ~5 g3 K% T0 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
( s1 J! x* S$ Z/ Q. N$ zvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
3 B' y k/ }1 p$ K' V( l{
. g9 t) N$ s8 Y3 S4 F9 K' F 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& `# L+ q4 c& I3 c9 I1 j. F* \
这个不是这么比的吧。。。$ X- y" |8 H, H

4 |* H) k/ `, F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
1 v* _; f0 j+ L/ T6 ?有道理。
5 `- V! V; U, X% M! R/ k7 [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 00:205 I; o" y2 P$ Q6 R% [
这个不是这么比的吧。。。
- v5 R: |! q- X0 X( G" [6 V
/ _5 T4 {% j5 d/ [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" t/ l( K0 p2 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 01:27
% j4 S$ d, B! m* n2 {. @; c7 h. K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
3 }! s: ?$ [# w* W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
+ a5 f) J2 M" d, ~$ E9 I9 v3 ?& d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
. P. B: O+ i" 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);( V8 s  n* n6 B! K$ e4 ]
      std::vector < float > vec2(N);/ f! M! C$ n; P8 t, z
      float* b1 = new float[N];! C. k( O$ l4 k4 `- k
      float* b2 = new float[N];' Y( V4 j( S' g0 B3 w/ h

4 l6 {% a$ I1 i$ _/ j4 I" w/ e       for (int j = 0; j < 6000; j++)
+ _& D3 b0 Y5 a' ?       {
7 p3 W0 @! a$ ]) g. t             std::generate(vec1.begin(), vec1.end(), []() {
* }: N% |5 B  ?# B                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;1 p0 z! _6 a3 u- X6 D: G
                     });, Y) _* A1 M/ S9 Y' l6 l8 H

9 L- l$ n( P* Q             std::generate(vec2.begin(), vec2.end(), []() {$ @: }5 W1 q* z- o. P8 K
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;) @: \) |: v3 G$ R$ h
                     });
2 X0 ?1 L5 n. F* {% _: P$ `$ `  e8 w! u/ Z
            for (size_t jj = 0; jj < vec1.size(); jj++)) U9 J% @) R% P* `9 F) z
            {
. {# Q8 e1 O  _4 q" p6 y                      b1[jj] = vec1[jj];; Q6 N  u4 m  g* T$ W) j' Q4 Q
            }
9 v; H/ W8 ~9 F, p' u3 L
& {+ I( C  N3 v             for (size_t jj = 0; jj < vec2.size(); jj++)
0 S" T7 P$ t7 w2 _* `             {# B2 M! n$ F3 N! V" Y4 q$ I
                     b2[jj] = vec2[jj];7 L7 b6 X9 |& U7 E# P* a$ K6 z
            }
+ I8 x" H3 S3 m% O5 q
5 b- r* t! M& Z: [1 z             //Method - 1  N=100000 247s
8 x# P" u5 f: V! @             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);/ `& J: V% H9 ?5 r+ |- Z

; h1 o: N7 ?. ]' a1 }; ?# P9 A* X             //Method - 2  N=100000  237s/ a( V# E2 p  t( @) R
            /*) z9 n7 d1 k1 t$ s
            for (int jj = 0; jj < N ; jj++)
+ N# }; I/ o0 }" V7 z: r             {
3 a8 }0 H6 m6 [" V- t8 i8 w                      fresult += vec1[jj] * vec2[jj];& s% h" o- }/ w* F" T( O" D) s  d
            }/ \8 L" K! b9 c
            */9 C7 E$ t0 M. }  a+ e5 ?/ u+ y
                              , |4 D0 k6 [( r
            //Method - 3  N=100000 204s! F5 u" p& u2 k6 r
            /*" I" T, C3 z3 w4 @, b
            for (int jj = 0; jj < N; jj++)/ N$ G' @& ^$ G1 n: l1 D
            {
% ^, N; X7 W; W- ?5 `                      fresult += b1[jj] * b2[jj];
) G" R% m! Z. y! k( Z8 W             }# {0 G" F  Y% N' W: v% I! d5 S- Q
            */$ }( w+ f+ H6 T8 R3 ]7 _

% [3 D) w3 I6 p0 q2 q             //Method - 4 202s" N" F2 v6 }% n! j* t+ i8 _: n
            /*, n" {( `0 Y6 H& o) x% ?
            for (int jj = 0; jj < N; jj++), _" ^+ o$ n0 f3 [8 u
            {& P8 l% c  c! _& j3 o

# \/ F8 w& s1 f1 F% j' H$ u             }! F$ i' Q! ]5 E7 D
            */
# g% K* B& c8 c0 e             //comment out all methods, N=100000  202s             ) s% ?9 \. C; y: P. C8 F
      }
6 E: p6 J8 b5 ^. B, H/ b
- p+ ^& ]: u- V# k4 }3 |       delete []b1;3 Z9 v) M) B' D1 R# P" r$ l
      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
0 B$ c! \$ g3 Y7 y, 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" Z9 _6 D! l3 A" J

& v/ j" p; ~3 i2 s* i& `, n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 [. I* c4 @( N7 d/ ]& R- M2 ~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
, u) n8 b3 f' H7 z U8 ?
" C. e& C6 M9 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) q- B! X E, F J' D
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
4 c8 k0 B; Y( q% m7 Z' @{
6 z8 F# V) K' O1 |/ u( x+ M5 e+ t 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