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
^# P/ ~, i9 s2 @拉下来？拉多少？
' g: X* N& M0 |4 p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
4 @2 A3 M2 J' sMaybe 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- T+ D% a- I. w5 }0 Q2 i1 M f$ B
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB). @* i' r0 T' Y3 Q0 L/ V6 H, N" r
{
4 V0 H8 H% k |# m, y3 @ 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
. O* |) l; @7 s! v, B, z这个不是这么比的吧。。。
( S9 k5 e+ F. S; Q3 k* ]1 f: f3 a9 c& K
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
4 E4 @% p5 b2 I5 V3 b/ W有道理。" F1 X" ^ j: T- C" X9 T9 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% R& `+ r: t6 ]' P
这个不是这么比的吧。。。
0 X7 x3 i. s* x7 R
5 U, M( t% t# }9 `# T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
" c, P. p4 n( \* @$ `7 @' ]) B- Z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
" R9 p$ m& q% T5 I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
) _7 t7 g0 v$ G X! @5 A; ~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$ G) W# H$ T5 R" N/ Q
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* N/ g5 Y: g- P8 [
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);
- w7 O' q3 u) n! c. l2 G; S- V       std::vector < float > vec2(N);% b" z$ n/ n2 Q; s$ x% @3 K
      float* b1 = new float[N];
; H# p4 f, [2 s0 o0 L       float* b2 = new float[N];; U/ z: g! H2 y8 j! @

! x- S. m! {! i* `2 T$ Y  s# C       for (int j = 0; j < 6000; j++)$ X; G' j+ a% E% _
      {  j: d( k( V$ j8 c  r
            std::generate(vec1.begin(), vec1.end(), []() {/ g% C; j0 x. b( g
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;# b0 L6 T0 y5 K) R
                     });
6 U0 N3 e; S, G/ A! b
! x' _6 R7 y! D6 L# z             std::generate(vec2.begin(), vec2.end(), []() {
" B$ j* B& F$ p/ Y, n% N- |                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;* n, [' {8 W8 L& S  V# ~. f4 Q
                     });) N8 ]* k) n8 j3 g5 X2 i5 O+ f* x# K

1 L: P& j4 @5 J3 Y             for (size_t jj = 0; jj < vec1.size(); jj++)* t7 D3 O: X) U% k! F  i
            {$ Y0 R/ `. K  `4 n1 c% ]
                     b1[jj] = vec1[jj];
7 p: a, K9 M6 S+ P             }
+ J5 j2 B7 \# F1 w- o2 Q* o2 F) Z# N5 t1 q' O8 P
            for (size_t jj = 0; jj < vec2.size(); jj++)! V( c9 w3 H5 ~) p
            {' ]- F0 ?; B. _
                     b2[jj] = vec2[jj];: g% h  Q; X2 s. L* C& r5 n
            }* \1 x. E, W( M! c: x$ p8 U5 K/ d
4 R: y6 D  Q: I) }) g
            //Method - 1  N=100000 247s  & o! R( c- G0 r. D7 d, z) b9 Z
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
& X, N! }& N/ C# T                               / b7 q3 U( X( T
            //Method - 2  N=100000  237s
; z# F+ }) g6 P             /*
+ Y4 v/ S- G: s* C8 W             for (int jj = 0; jj < N ; jj++). R, X7 h0 E- \) o& I# R  d7 X
            {
0 A- r2 p5 _6 m; }2 X2 I                      fresult += vec1[jj] * vec2[jj];6 }6 _1 Q2 J3 z$ F' |; N. {" b( s
            }
0 a, M; r- m5 e' f, }             */  l1 f0 n! s- o7 K3 d% A

2 m) Y2 H+ c7 A4 X9 F             //Method - 3  N=100000 204s$ L  L- _' O; P
            /*
& T. f0 z2 [7 g8 f- I, j6 x4 ~8 z             for (int jj = 0; jj < N; jj++)! |9 o  g6 J: G7 q$ t2 @
            {
& i( ~4 ^. O, x  }                      fresult += b1[jj] * b2[jj];/ N5 l9 G" S& V6 C4 d, F/ W  {
            }* y) r) ]3 w" k
            */! Y( p" m! U' ^1 G7 q4 S% K- @/ I
2 O  n, G" I. T) j
            //Method - 4 202s4 Z! X0 N2 o5 I; Q. ^) A& \
            /*3 U  r0 I) D5 M: ?
            for (int jj = 0; jj < N; jj++)( \, T, K  M$ r$ x0 m
            {
$ O6 A! I* W8 L/ e1 H# H6 t# }8 z
+ b" l7 ^2 ~, c4 G4 v7 P7 K             }
; E! T3 p% J& `4 y6 U( ?8 y             */
# {* x4 p! n. N. W' Q             //comment out all methods, N=100000  202s
  X5 X4 W& ^+ b7 F% s2 d9 i       }
3 F0 u# U8 s- k* Y9 U8 B- V
4 a$ l3 y1 H1 d: z3 p       delete []b1;
! Q( W' t* y5 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 00:15
7 B. y# l. I$ x$ m3 z7 L: ]' }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？. S+ Q: ~2 N, i4 p8 f
2 a. A" G7 C1 z; |
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# O t; d& {4 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) Q' I7 `/ I8 O4 e0 k. Q% m
7 k% t; T- M) c! U% v
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" w: R) J3 ^9 W
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
7 Q6 y# g; V2 x# R& M( c{6 ?# n5 p0 C: {) e
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