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 A# |3 C* z& m5 |- x拉下来？拉多少？
& [1 C: H1 V+ V" }% x8 d; j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 23:330 l" h# W/ P& }9 z1 o- |7 P d
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
, a0 n9 k& j, _ |; J% gvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
: w2 O" ~1 O. d" S& x2 X% M5 Y{& T6 T5 |. N! ~; V9 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 00:207 k J2 ~: a8 n. ]3 `/ b4 g
这个不是这么比的吧。。。
% y9 E c# [2 y, ?
# K; ~- Q5 B* A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
6 r' R: I5 p1 s* @+ u1 F* H有道理。
- \. a, p( e, h8 V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
0 E$ e: V' N2 o/ l7 U这个不是这么比的吧。。。
+ B! Q: P1 W- i' y! {# l) I1 b5 Q# N# @ @) Y. P# {
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
; b4 u& y6 f: I6 r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
0 \5 j9 u1 R4 S; c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
. D# U& }7 c! q- a( k8 p+ n7 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
0 L. c6 s2 W+ ]! v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) H, d4 v( b( I4 Q0 Z% i
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);" b! h+ A% b4 J
      std::vector < float > vec2(N);
/ L& S3 Z- W) t7 K! z* @1 w       float* b1 = new float[N];
& i: u- T- o! g  t0 U       float* b2 = new float[N];$ x) g& g2 i! P
) L( N$ F2 d& D3 Z( a* L/ |5 o' C9 q
      for (int j = 0; j < 6000; j++): d2 ^! i6 |" O
      {" ~8 {8 N5 b& u+ U: x" W) s
            std::generate(vec1.begin(), vec1.end(), []() {
2 J3 ^+ Q4 g8 u! N5 |6 X( O; r                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;4 ^) S* s  @/ A, P& Z- _
                     });8 D  e8 _) T+ ~) ~) i/ D

  C8 w8 B6 Q! A5 X6 ^5 {             std::generate(vec2.begin(), vec2.end(), []() {' z9 c# c4 ^1 u$ I
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
# z! \. B7 z( w. T                      });) y) H. S. q& c6 Q9 v

8 m  d; |8 B$ z6 A8 M# V5 i0 n1 }             for (size_t jj = 0; jj < vec1.size(); jj++)
+ j, J5 S% W& q             {
* z0 Y0 x6 _/ R: |- v8 ]2 ]/ f                      b1[jj] = vec1[jj];7 y* p, ~9 ^# `$ R! _% C  B9 Q
            }
+ j9 C  R+ \: P. w4 I0 a: R8 y! |: V9 U  w; R+ O& [0 ~& v% ?# H
            for (size_t jj = 0; jj < vec2.size(); jj++)
* D% o9 N# J: [. S+ B             {0 o8 u& O1 p0 e7 b
                     b2[jj] = vec2[jj];
) D; F+ G2 V3 A" q             }
7 W' H* u8 x& v- S% v: J* A% k, X  }) r6 g. i  O$ G# l
            //Method - 1  N=100000 247s
, q( i2 {4 |' ^- q+ ^             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
# {- d% d4 F: k( k
  Z: o; C9 j7 s4 Q: |             //Method - 2  N=100000  237s" D2 k+ |  c6 v+ \  k
            /*3 o+ H# F' `8 G
            for (int jj = 0; jj < N ; jj++)) ?1 Y; M0 O8 [# a/ d
            {
2 L+ j8 b( a. h, ?2 Y3 P                      fresult += vec1[jj] * vec2[jj];6 S4 w0 C7 X3 e1 T
            }
" i  y2 w1 J- U9 l- ^             *// K0 n% Y6 T; _. L! O

+ e  ^: |4 F( A1 K( ?             //Method - 3  N=100000 204s
6 l* B5 k! W  A             /*
& A  H" t  m* j             for (int jj = 0; jj < N; jj++)
% I; c0 y9 K8 H& v% {             {
+ l) K( t7 S5 Q8 p: }$ O* I* n                      fresult += b1[jj] * b2[jj];
( I* v/ V# k- m( ?7 o. W             }
/ W  @- c8 n* Q( g8 s0 c; E             */2 h7 b) F3 N6 F" E0 s7 t
1 K, S# {$ P- i. ?8 {
            //Method - 4 202s, x4 L4 R$ Z$ m+ x$ E7 D
            /*
+ g% j0 j! {! `$ N             for (int jj = 0; jj < N; jj++)
$ p: a/ ?' \. q6 o; e% Q6 b             {2 B  D$ u2 h' b  I! h
                     . c8 Z' R+ w' w, Z# b# |
            }& Z* Y% x* f9 {8 A
            */5 ^, g: {6 A! `, ~6 F
            //comment out all methods, N=100000  202s
6 _, B5 J& ^1 {# P& G+ ^2 g       }9 ?2 g& c" k+ _+ l# W/ u& m3 G* |
4 A# t/ B) ]" o. L% W5 O
      delete []b1;. g, f3 l/ \/ H6 {
      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& P) ]. u2 I; u9 n b2 y
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？
" _0 s+ z8 V/ m0 ]) K- `2 H0 h) J
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
( l1 P- f) l2 E3 \. V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、LOL7 o% n7 B' I6 d/ E

7 S9 {9 B: \9 d4 Y4 R- Z4 G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" S. f1 I- v" I) s. b* F
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
- g2 V2 V' s: c; | Y* Q{
8 O2 @7 G8 S, ]% R' N 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