C++ 比 Octave 慢好多，怎么破？

雷达

0 w5 Y6 Q2 n; z* E& i7 F# E做一个数字信号处理的小算法，需要算互相关。
先用 Octave （兼容matlab 那个东东） 做了一下，感觉慢，走通后就用C++ 重写，结果比 Octave 还慢，目测能慢10倍，很不科学啊。
' @  y8 _0 V# M- p  d) m* H' K
Octave的互相关有现成函数 xcorr,  C++ 需要自己写。互相关是一个一维矢量和一个二维数组里的矢量依次做。矢量里是复数数据，没有用 STL，自己做了个  Re/Im 的struct，其实就是两个四字节 float 。
互相关的最基本运算是两个复数的乘法，就是四次 float 乘法再相加，所以本质上影响速度的应该就是 float 乘法和加法。
! A, x* }6 N2 N' a! x
C++ 用的是VS 社区版，估计编译器不给力，但也不至于差这么多啊。
. b( D  g6 L' W# X
高手们给分析分析,  多谢了。

雷声

互相关这种是最适合矢量化的，Octave应该是用SIMD 或者CUDA写了核心的计算部分。所以比没有优化的快很多。我差不多20年前做过类似的二维相关处理，优化过的比老师自己写的快了三四十倍，实验室的小崽子们怨声载道。因为本来等处理完一次数据需要差不多六七个小时，正好打游戏。优化完了之后不到二十分钟就好了。啥也干不了。
4 A) {  ^" F% m; O1 Y你想省事的话用Intel的IPP库，里面有现成的高度优化的互相关函数。或者用CUDA自己写一个。
& R4 z% \$ X7 e- U/ y5 K你做信号处理很熟的话，这个还可以用FFT来做。应该会更快一些。九十年代很多人这么处理，主要是那时候CPU实在太慢。现在基本用不着了。而且FFT前后处理比较麻烦，加窗什么的。

雷达

雷声 发表于 2022-9-23 07:02
6 G7 I5 u8 w- `. N互相关这种是最适合矢量化的，Octave应该是用SIMD 或者CUDA写了核心的计算部分。所以比没有优化的快很多。 ...

1 a  E# v) @1 f7 f
嗯， 我就是觉得 FFT 反而麻烦，互相关代码本身倒真没有几行。那看来就用 octave 就好了，没必要再用C++重写了。
另外，我现在就是用指针数组，如果用 STL 的Vector 会不会更快一些？

可梦之

Octave/Matlab内部对数值计算做了很多并行和优化。内核甚至是用Fortran写的。你用C++重写，没有做并行优化，真未必比他们的性能好。

阿忙

Matlab不是浪得虚名的，要打败它还是要下点功夫才行

雷达

( \6 N% z' B* z* b2 i; d
- i$ A- p, G, @4 b% X0 J研究了一下，似乎可以用预处理指令对浮点运算做一些优化。这个问题比我最初想象的要复杂得多

马鹿

汇编快！

数值分析

C++ code 用的是普通乘法？换成sse/avx向量乘法试试？
并且是单线程的？加个openmp并行试试
或者调用mkl 库的互相关函数试试
- I0 o9 \4 `7 e9 C' w2 V0 A, r

mark

马鹿 发表于 2022-9-23 11:18
% Q0 ?# }6 r2 n6 }- Z汇编快！

; s5 _) L6 L. n* K这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.

) a$ \# ?; s! A9 ]7 I% X$ J最好还是用高性能的计算库, 比如intel的ipp,或者看看gpu方面有没有类似的库.

走两步

涉及矩阵的用blas

雨楼

实际使用中要考虑综合成本/时间。比如用octave /Python 解决起来简单。自己另起炉灶麻烦些。

雷声

雷达 发表于 2022-9-23 08:13
8 ~6 b) N) J/ p3 R* T  g. a( c嗯， 我就是觉得 FFT 反而麻烦，互相关代码本身倒真没有几行。那看来就用 octave 就好了，没必要再用C++ ...

1 b# X% }% I  ]STL对性能优化没什么帮助，只是写起来比较安全而已。
6 W. o5 B$ ~1 c& }5 f7 H下面数值分析回答的是对的，要么用avx自己写，要么就凑合用octave得了。
买个Ipp库虽然不贵，但是还是要几百刀的吧？

四处张望

矩阵最简单用eigen，然后enable  avx2以上

马鹿

mark 发表于 2022-9-22 22:43
这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.

最好还是用高性能的计算库, 比如inte ...

" L# w, x# f7 }" x) {! I5 c( L. a我不是it的，说汇编是起哄呢

沉宝

雷声 发表于 2022-9-23 15:48
STL对性能优化没什么帮助，只是写起来比较安全而已。
/ x- z; u$ m2 o! u下面数值分析回答的是对的，要么用avx自己写，要么 ...

! @$ O1 z3 G$ J. `# z2 {' j: T你觉得在用AVX自己写与用GPU加速的Octave之间，谁有可能性能上超出？（基于中等价位的硬件水平）

数值分析

沉宝 发表于 2022-9-23 20:53
. {# D1 o, e/ N' K# k你觉得在用AVX自己写与用GPU加速的Octave之间，谁有可能性能上超出？（基于中等价位的硬件水平） ...

6 C$ [5 z: N0 u; n* s9 e
; m* {+ R! C$ m, t/ d& n; C必然是GPU啊，10来个核心对上千个计算单元。。。
+ k4 ~) {8 L% H' o) _
3 G  s4 f, [  J$ U/ b有道是 双拳难敌四手 一虎不如群狼

ltpub

先用性能探查器看下热点在哪里，用前面坛友们的方法针对性优化下，满足了应用需求就收手（心中牢记那句箴言：又不是不能用！）
2 h3 j, {" I7 R5 L
: O( z* P$ N0 ]) w3 p不知道vs的社区版带不带性能探查器，不行的话用pro/ent试用几天应该是不违规的，实在不行把C++编译到Linux下，那perf工具可就多了去了

机器猫

mark 发表于 2022-9-23 11:43
6 ?1 l2 b2 M' X0 U6 ^/ P这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.

6 J6 B& l2 I# Q最好还是用高性能的计算库, 比如inte ...

, e/ ~8 z8 y& V, f. w( P区别还是很大的。编译器的优化还到不了那种程度。
! E8 P  L. ^/ a8 V6 U你说的那些“高性能的计算库”很多估计都是专门的人用汇编手工优化出来的。那个得对要优化的系统非常熟悉的人来干，打个比方那条指令用在哪个地方会导致cache需要加载，这些都必须考虑到
  T- }3 }" _6 d: Q  g
& H% K- b6 V, i5 Y! {2 v) M当然对于调用这些库的代码来说，一般C和汇编区别不大

沉宝

现在进展怎么样了？

+ m: E% w4 _6 Y; w- n% h想了解一下你问题的规模：
# K: a2 M' _, |$ l5 k1 Y$ S* z' Z1) 你说互相关是一个一维矢量和一个二维数组里的矢量依次做，那么这个二维数组有什么特殊意义吗？需要对所有维度按列操作并返回一个矩阵，还是就是简单的一对一算过去？换一句话，本质上要的是一个1-维互相关算法，还是N-维互相关算法。
" S- C5 h& `5 }; c" r4 T: M2) 矢量和一个二维数组的长度大概是多少？
3) Octave 大约跑了多长时间，你心里期望的速度大约是多少？

雷达

沉宝 发表于 2022-10-2 01:38
9 ], q9 T( H/ R" q) |6 a7 I7 Z现在进展怎么样了？

1 W" N; P! f' Z6 ~想了解一下你问题的规模：

- s. o: @1 Q6 [5 O, a3 A" [5 n
$ }( @/ O; Q. B" W) Z& ^多谢关注。
9 u* H4 ]% `8 D0 p7 Y1 W规模还比较大，一个至少3万*3万的二维浮点复数矩阵，用一个4000点复数矢量对矩阵的每一个3万点矢量做互相关，重复3万次这种互相关。
我已经试验成功了 AVX 算浮点内积和 VS 优化， 再加上多核并行，我希望能至少和 octave 打平。但现在手头有其他事，还没有时间改正式代码。