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
, a8 `2 j# d5 V7 |. P8 i拉下来？拉多少？- Q) F) k1 x: _' w: ~0 P s/ Y
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 23:332 n/ W* e S0 X( J
Maybe 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 23:544 O! s' g* O/ e( Q) r( H) U
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)! g5 n+ Z' x9 k( C/ m, z8 \9 A5 `
{
* y, k) `$ e t6 c4 L 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+ k2 |' N5 L( r1 t8 L! h
这个不是这么比的吧。。。
, A$ ~* B! u, w* N' A- ~, J/ R$ K/ c( w, @9 G
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 O0 x3 ^" Z- B; ^' m有道理。
) t5 E9 }9 g, y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 00:203 q! u2 d( g, ^
这个不是这么比的吧。。。
+ K- Q L9 X( n% l
# ^& S& r$ }- z [! a$ m+ v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 01:482 v8 j5 o- r' k: t) S
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) ^" f. b5 A6 u9 p! S
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
9 X) A8 H( r- ?2 k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/ u, E; I) B o9 U& o% N; b. 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 ...

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" j3 c# E J# R- J, d
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);) ^% q  K7 p/ O: ~0 l0 q/ W
      std::vector < float > vec2(N);# v9 x  K# H% F* A; p2 r6 q
      float* b1 = new float[N];6 q( ]9 \, A; D6 g4 m; I" G+ a
      float* b2 = new float[N];8 u9 D/ [; _" u  C9 q

/ W7 m7 q+ o. ~8 J: ]5 m/ b$ x8 N       for (int j = 0; j < 6000; j++)1 f  I8 C- w5 j: v
      {
' s0 ?7 u2 ~, R* M/ K/ M; E% u             std::generate(vec1.begin(), vec1.end(), []() {
4 ^) B+ O+ C/ N8 a4 P                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;/ B5 o  q! L9 [+ Q1 H' i
                     });- Z9 }6 B2 e$ `4 W" l- g

* s# m. D4 |8 Y* u& p( B# u% B             std::generate(vec2.begin(), vec2.end(), []() {
. A' `5 q8 ]4 D1 x. B5 B& J                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;# }5 w. @) F6 `0 a( I/ q' c& H
                     });' [2 Y& ~$ X& A/ c7 d$ J# u
; h) V: b8 e4 O9 i( q" ]1 N3 @
            for (size_t jj = 0; jj < vec1.size(); jj++)
6 H5 m5 i, o% q             {; ?2 v) s4 D' T
                     b1[jj] = vec1[jj];# P9 [3 c5 G% x. s
            }
/ p( @  s# M7 t4 z" Q
% d0 `/ I6 F" y. K+ U! I             for (size_t jj = 0; jj < vec2.size(); jj++)4 T( v$ l' ^! h& T  Q3 E# w) T9 M
            {' O) D3 j0 m( a
                     b2[jj] = vec2[jj];+ Q4 E/ R! u5 g
            }
, _0 G" x% q& f$ T- R* T+ q( ?! {9 i# B7 D
            //Method - 1  N=100000 247s  ) R7 ~* ^! t( m/ Y/ [* i! a
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
+ B) ^# ?) A1 V0 m" C
0 a1 B1 `' |5 I1 k             //Method - 2  N=100000  237s5 U2 e, G* ~# f; m$ F8 P
            /*
1 n# n4 G/ M5 W# O. ]' x' ]% \$ |# p             for (int jj = 0; jj < N ; jj++)" m  O2 ?6 d( c
            {# a; e0 |! B; l7 n
                     fresult += vec1[jj] * vec2[jj];
9 @$ p* ?4 ^" ^" j             }
7 M+ K# [; f3 `9 V+ v9 {             */
6 O4 W  h; P9 ^' z# V( h
, A7 D6 x, V- a, M9 ?. U; a' ~             //Method - 3  N=100000 204s( h. s( U1 T: t* a* I
            /*- b- L2 x3 g( X4 S( r& L3 F3 X$ `$ R+ J, G
            for (int jj = 0; jj < N; jj++)! L- [: R1 `9 m* Q6 m
            {  B6 u5 C$ _' o8 T- s
                     fresult += b1[jj] * b2[jj];+ x# Z5 M: ^6 W1 F( V% g
            }5 d- B" M# b9 c7 H
            */1 o% B# R# ?$ w! q! q
9 P8 Z7 Z, I& ]* M
            //Method - 4 202s% m, q! ~' O1 d# R
            /*5 u1 p  p6 Q: h: z0 x2 O/ n
            for (int jj = 0; jj < N; jj++)
& r- X5 f: h: h  v: o             {) i8 v9 ~5 c7 b# y$ n
                     2 A3 J& ]  n6 y! O/ P& V
            }
3 {( x8 w" A1 N, R             */- G/ B, H) Y& @/ O# g  K
            //comment out all methods, N=100000  202s
. R9 d, Z/ e0 u! p) D       }: m. Y9 U) e3 O
$ \& V/ B- d1 |; S% d
      delete []b1;
( ?9 ^  \* f( \       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* |. y3 }* z9 \# @6 i
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？
) i* v' I7 W6 o+ |. y: A" r4 y- s( q1 [. l+ x
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: R D+ a" t5 `. @9 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、LOL
" c: E" W/ y! }2 h1 z1 k2 e
! m$ O, A) }5 y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 C' L; {2 |. M% pvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
/ ~% t4 ]6 o) G! ^{
: e- v& A9 B* \. f7 ~8 b 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