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$ W' H0 }+ p# P
拉下来？拉多少？
# \; Z9 r" E5 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
! d: b) w' ~1 KMaybe 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
7 `$ }9 p3 b$ h5 {0 ?! D- ^void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
3 A, ^# \8 G6 B: M{
: k' S* i1 q# b# ^4 V 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 00:204 |4 _( A1 Q. h: X/ O+ O" s; ~
这个不是这么比的吧。。。
7 Z: Y m5 N0 M* U/ Z* ^% G! x* g$ Z$ h6 u- Y1 S) y! 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, }/ [( m+ z7 L; w2 Q2 {
有道理。: G% B! v* F3 [
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& i- u* F( _& v+ h# u! T7 e/ U
这个不是这么比的吧。。。
# G6 }2 D: l2 D {5 i8 d& G* D& F
2 i$ o e# G. H- W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) `8 |5 H3 k3 V% F/ b
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
- A" E4 b% [; [3 P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
% r; u5 W( Z% q' f4 g- R/ V1 d6 [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
" C9 q5 y. Y7 Q& w: _# I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
* E6 Z4 h8 r; u$ K5 g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);
, ]3 e, u% U& W6 C- h       std::vector < float > vec2(N);
; e% X0 i# `4 Z       float* b1 = new float[N];: F4 E& W& W4 ?* @* C# z$ R
      float* b2 = new float[N];
% K! y1 m! o; r4 Q2 W( g0 T( r9 S; b: R& n4 V4 z; b
      for (int j = 0; j < 6000; j++)9 R# J6 O& K' ]
      {
9 @, q4 m" z" B3 y. F             std::generate(vec1.begin(), vec1.end(), []() {
5 {# G. Y( B* O. c. y0 s. ^7 C                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
8 ]6 {: l7 _0 f6 H0 e) g$ w8 M                      });
' d- \( @. \$ [$ r2 s+ M
+ e+ v  n7 n( S5 [# C             std::generate(vec2.begin(), vec2.end(), []() {
, L; O* U" B; c" D; i                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
& z( H! g6 x* F- A  Z                      });
5 Q0 o% J" U! H6 D1 [7 o3 S1 F
2 }/ H9 \3 _) B$ @# A& s. w             for (size_t jj = 0; jj < vec1.size(); jj++)
5 A( m7 J, ]7 }! N1 @( \! T- s             {
0 e$ C: R( A1 T! ~! h" I1 v                      b1[jj] = vec1[jj];* L/ U$ \9 Z; h, S$ L
            }9 [* ^$ M/ d+ J# P6 A+ A; e

; N/ P# M, S+ J6 `             for (size_t jj = 0; jj < vec2.size(); jj++)
4 B3 _( @# j% e' G- z5 w9 K) Z6 n             {' U. i& ~5 W7 t/ d- t+ b
                     b2[jj] = vec2[jj];
0 b0 b: M, N3 _2 L) R( q) I# x             }. Q$ O' u  z. n- t  x, |

" E  _7 M2 ^3 e6 f             //Method - 1  N=100000 247s
# N, C1 w/ R2 F, Y8 O. E( K6 T             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);" `5 b+ t3 ]; y6 }5 B) \3 u9 [

( n* p4 W7 R/ A" \! Y9 h             //Method - 2  N=100000  237s- s3 R5 n% e$ x( `1 D  P
            /*' S3 C6 G/ Y- L: B+ X
            for (int jj = 0; jj < N ; jj++)
2 x" R$ E+ L4 n5 v2 C6 v3 I' Y             {4 ~+ `+ ^# I2 ~
                     fresult += vec1[jj] * vec2[jj];; Y- T& P/ T0 R. r
            }& H4 s2 w) P2 }# l7 f, }
            */
" G9 h  q; s7 Y5 h" t$ Z
4 e/ J- g" s5 o$ k/ e: z7 u1 J             //Method - 3  N=100000 204s
$ C" b8 g0 Q8 [, c$ c6 x& {             /*: F/ J: D% P& @
            for (int jj = 0; jj < N; jj++)
% G& C+ }  Y3 _: I; Z+ t2 w3 d             {" K3 D6 v; `3 k- i5 \- V
                     fresult += b1[jj] * b2[jj];; g* u: {' \3 m* H
            }
6 k5 o0 U' u4 t             */
* ?1 P" ?0 E0 P+ y, Q$ g0 ^6 K
3 C! R8 ]: D  i0 B+ ?/ S$ i             //Method - 4 202s# ]4 _' a, ^- x  g, T+ ~2 s
            /*& U9 U$ p; T. C
            for (int jj = 0; jj < N; jj++)0 ]8 Q. {5 u% I/ o7 D8 k
            {8 I' P/ |* c* T6 ?! b
                     3 J2 H; w. g5 \: z( f4 M( |8 O
            }
( `( k, _2 d! @             */5 Q3 N4 t$ r' O4 i3 @" I
            //comment out all methods, N=100000  202s
6 k% x8 Y0 o& {6 T& o8 b       }
% I1 g# N5 K2 S+ t" O2 F. Z. W% ~9 S/ `0 a. @
      delete []b1;3 W  X7 C! {7 N, [) G
      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: \9 x; p( t+ g/ Y% g
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？# `; W+ f0 |8 x C/ Y) L8 G% ?- \

6 f' f7 B( }5 i' ~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 01:169 x1 m$ c7 X. F# \, R x6 B% P
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、LOL5 _8 S1 Z0 j0 v# G# L# ^5 |
% f/ H& i; G2 w
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
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
; V/ d% t. `, @3 ^+ f{
' w! @" J8 k* V5 L! S% ^ 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