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 N" q5 A6 _: Q2 t* a拉下来？拉多少？
4 w8 Y+ v1 C! u% m( S- t4 B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! r) }9 H3 M' a' F
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 23:54
3 O% T8 v0 v9 b( b' j, r; H% evoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
h! x2 W/ E0 @* K{
2 _7 Y; t+ P- Y4 g" t: C; p 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
e. m8 ^' \6 U; [+ E& Z `这个不是这么比的吧。。。
" M- t9 x- a2 B/ u
# K, C$ A9 n% f4 s/ y, V8 Z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
]: |' H2 i- D8 h1 |2 s有道理。5 t: `, v+ o2 W# g
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 00:208 }- E+ h4 ?5 I. a+ ` ]
这个不是这么比的吧。。。& K% r' } w7 E0 N2 u# H: a; w+ Q

) K: ^& E4 [$ t% K$ P" @+ f' 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
5 l* p0 Q" \6 o7 Y* u& s3 N& A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 01:276 w8 P7 z: y6 y. v- J
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
. S9 u# S" w u/ 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. y& Q5 ^% r, F! C/ 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 ...

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 14:582 T7 w" f/ K6 u
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);
) I& z1 g5 w8 U8 z/ L       std::vector < float > vec2(N);& U1 H) b: w9 V6 [
      float* b1 = new float[N];
* A  v, ~3 Q) c( ?9 V       float* b2 = new float[N];; e7 n% C. W2 A& V, q: l# R

) J% f8 N  y" L$ M1 |) q, v) q       for (int j = 0; j < 6000; j++)
( n4 F- L: _; H* D4 O8 ?5 M' r       {
" ?! ]  Y; g" o, U9 d! ]  [9 Q             std::generate(vec1.begin(), vec1.end(), []() {- G  ]& q* [  c2 d8 ?7 r5 O
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;4 d3 \1 P0 v8 K3 |: f7 H
                     });
8 b; j" G, C, a1 ~  ^; u+ u1 w2 K; i( W, X) E$ Z( S% X
            std::generate(vec2.begin(), vec2.end(), []() {* T! K1 L  z+ m9 c. R
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;* B# X5 K$ b. f' V$ h( K/ K# x
                     });
" D7 _- l% g) T- F' |- T# ^  B' w# c, X
            for (size_t jj = 0; jj < vec1.size(); jj++)
( h1 o. G1 `, c/ P7 K, U             {* ?6 D. g9 e$ S6 T+ y& j
                     b1[jj] = vec1[jj];( ]. n* e5 @% N7 ]* Q, j
            }
8 n) B. o. i, L  v2 V! N8 b
& R8 T7 M8 g+ k8 ~( M1 Y             for (size_t jj = 0; jj < vec2.size(); jj++)% _; G. ~; x7 t2 g( D
            {( ]5 }+ F5 n; J& L3 e* b9 n- p
                     b2[jj] = vec2[jj];9 @; b2 _1 }9 Q+ `: D" E6 E
            }+ T' N$ P8 I1 l3 k2 y
* e/ u" _8 W1 T) W  N& @
            //Method - 1  N=100000 247s  & H7 X+ l! ]- t1 I( I4 b6 }6 L
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
9 `7 g3 q. }9 @$ k: h. q+ \
/ n# H! a) G; u             //Method - 2  N=100000  237s
6 z7 y# R5 y# O             /*
* w' m/ b# y6 h7 T: c# \) ^, k/ }             for (int jj = 0; jj < N ; jj++)4 |; e$ e. u0 z
            {
6 j8 v5 q/ C& w2 Q                      fresult += vec1[jj] * vec2[jj];
9 T" |2 X; Z9 V" G3 X( m             }. ~  V5 l) c' n% i0 _1 F3 ?
            */
/ G! W$ v+ U, G  O! k1 Z, _
& W& ~/ S. [! O3 b             //Method - 3  N=100000 204s* `5 F8 B) S9 ?9 w
            /*& F2 F) R( F* h, ~
            for (int jj = 0; jj < N; jj++)
' M$ h0 G! Y" v, C             {* ]6 j3 d9 y, C( J6 i4 O, c
                     fresult += b1[jj] * b2[jj];; W6 g* Q* ?1 m+ y3 w7 O" U
            }8 l/ g% @0 m$ [! X2 V# \
            */
) h& @2 B* O. O  @
- m8 w/ H  @7 q, `             //Method - 4 202s+ s( f( \6 N5 x6 F+ b+ j1 f$ W& @- L
            /** [& _( l. b' K5 Q
            for (int jj = 0; jj < N; jj++), `4 Z3 v4 {; g: E7 U' o
            {9 Z8 p0 n; {# Y- s8 R  R

3 l+ a: }! h" m1 g             }+ V4 v, m  m# _# n
            */8 C- `$ T+ K- x' s
            //comment out all methods, N=100000  202s
- W" d  a6 C  X0 ~, \% j' K       }
; q, L8 M( J# R2 a  t
$ X, i: W: e; ]# v0 Y# P       delete []b1;
1 [; L4 i# v, a( X       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 00:159 Y. h2 H' f/ W8 Q
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？9 L( Q: ]# W& P5 J" H
/ c1 N# U2 | y$ x: m. V8 S
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
" z) y0 |" o- U+ i5 E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、LOL9 y% u2 h3 l u% U: v' j; N
3 Z/ _1 [5 W, L+ L7 e4 ^) ~0 i
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( k' L& |/ v1 H/ d( w: y* d/ V D
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)' L. o7 k* U6 F+ |1 o _9 p
{7 i5 b8 c1 a% p& a6 L
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