C++ 比 Octave 慢好多，怎么破？

雷达

. x4 y4 Q8 A; R2 `" S
, H& w( Q, `7 j$ u做一个数字信号处理的小算法，需要算互相关。
先用 Octave （兼容matlab 那个东东） 做了一下，感觉慢，走通后就用C++ 重写，结果比 Octave 还慢，目测能慢10倍，很不科学啊。

2 H  u5 ^" f9 ^# T3 D: H! h) l/ JOctave的互相关有现成函数 xcorr,  C++ 需要自己写。互相关是一个一维矢量和一个二维数组里的矢量依次做。矢量里是复数数据，没有用 STL，自己做了个  Re/Im 的struct，其实就是两个四字节 float 。
互相关的最基本运算是两个复数的乘法，就是四次 float 乘法再相加，所以本质上影响速度的应该就是 float 乘法和加法。

) d& ]2 j5 F5 j- I; |- M* bC++ 用的是VS 社区版，估计编译器不给力，但也不至于差这么多啊。
7 @6 u* Q' {, H1 \8 ]
高手们给分析分析,  多谢了。
  X  ?* F/ r) F8 A

雷声

互相关这种是最适合矢量化的，Octave应该是用SIMD 或者CUDA写了核心的计算部分。所以比没有优化的快很多。我差不多20年前做过类似的二维相关处理，优化过的比老师自己写的快了三四十倍，实验室的小崽子们怨声载道。因为本来等处理完一次数据需要差不多六七个小时，正好打游戏。优化完了之后不到二十分钟就好了。啥也干不了。
你想省事的话用Intel的IPP库，里面有现成的高度优化的互相关函数。或者用CUDA自己写一个。
+ t1 r) G0 q/ w你做信号处理很熟的话，这个还可以用FFT来做。应该会更快一些。九十年代很多人这么处理，主要是那时候CPU实在太慢。现在基本用不着了。而且FFT前后处理比较麻烦，加窗什么的。

雷达

) r0 H& X/ u6 s+ d( e9 M

雷声 发表于 2022-9-23 07:02
互相关这种是最适合矢量化的，Octave应该是用SIMD 或者CUDA写了核心的计算部分。所以比没有优化的快很多。 ...

* R1 \- [+ Q0 F! N嗯， 我就是觉得 FFT 反而麻烦，互相关代码本身倒真没有几行。那看来就用 octave 就好了，没必要再用C++重写了。
另外，我现在就是用指针数组，如果用 STL 的Vector 会不会更快一些？

可梦之

Octave/Matlab内部对数值计算做了很多并行和优化。内核甚至是用Fortran写的。你用C++重写，没有做并行优化，真未必比他们的性能好。

阿忙

Matlab不是浪得虚名的，要打败它还是要下点功夫才行

雷达

+ O/ z& N6 r* }% M+ O# K' C8 S研究了一下，似乎可以用预处理指令对浮点运算做一些优化。这个问题比我最初想象的要复杂得多

马鹿

汇编快！

数值分析

# _$ A  H" ]7 }  F6 K8 J/ W
. c4 T% h, G/ P- }6 L6 S; H3 wC++ code 用的是普通乘法？换成sse/avx向量乘法试试？
) L; G* W1 e4 i5 H, C2 w. B并且是单线程的？加个openmp并行试试
% d/ R3 C. w0 t7 u: _或者调用mkl 库的互相关函数试试
' C/ }3 X( i( J/ v9 p$ m

mark

马鹿 发表于 2022-9-23 11:18
2 ^$ Y& K% }; V- r! V, R4 p汇编快！

这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.

最好还是用高性能的计算库, 比如intel的ipp,或者看看gpu方面有没有类似的库.

走两步

涉及矩阵的用blas

雨楼

实际使用中要考虑综合成本/时间。比如用octave /Python 解决起来简单。自己另起炉灶麻烦些。

雷声

雷达 发表于 2022-9-23 08:13
嗯， 我就是觉得 FFT 反而麻烦，互相关代码本身倒真没有几行。那看来就用 octave 就好了，没必要再用C++ ...

3 p: B6 i1 g/ w" uSTL对性能优化没什么帮助，只是写起来比较安全而已。
下面数值分析回答的是对的，要么用avx自己写，要么就凑合用octave得了。
买个Ipp库虽然不贵，但是还是要几百刀的吧？
" W1 f4 Q1 i2 X1 h" t' d

四处张望

矩阵最简单用eigen，然后enable  avx2以上

马鹿

mark 发表于 2022-9-22 22:43
这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.
" o, C- G- p9 Y7 V
最好还是用高性能的计算库, 比如inte ...

6 U9 d" G. C& E0 u  I) @) K我不是it的，说汇编是起哄呢

沉宝

雷声 发表于 2022-9-23 15:48
9 @8 F' m, |6 s! {, z5 LSTL对性能优化没什么帮助，只是写起来比较安全而已。
4 F9 H; e3 p6 u2 t! C下面数值分析回答的是对的，要么用avx自己写，要么 ...

: F9 r0 D! w/ `, T  ^0 c, k* z' K  N你觉得在用AVX自己写与用GPU加速的Octave之间，谁有可能性能上超出？（基于中等价位的硬件水平）

数值分析

沉宝 发表于 2022-9-23 20:53
你觉得在用AVX自己写与用GPU加速的Octave之间，谁有可能性能上超出？（基于中等价位的硬件水平） ...

1 q% q8 p. r7 t6 M# w- b% \, I6 i0 y
8 i+ @! V1 P2 v- s# Y必然是GPU啊，10来个核心对上千个计算单元。。。

# E  o) ^/ C6 b5 i9 E% Y. U4 M有道是 双拳难敌四手 一虎不如群狼

ltpub

先用性能探查器看下热点在哪里，用前面坛友们的方法针对性优化下，满足了应用需求就收手（心中牢记那句箴言：又不是不能用！）
! S0 i5 l3 x3 o9 h4 A9 q4 n7 r
不知道vs的社区版带不带性能探查器，不行的话用pro/ent试用几天应该是不违规的，实在不行把C++编译到Linux下，那perf工具可就多了去了

机器猫

mark 发表于 2022-9-23 11:43
这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.
! [3 U6 w' }) u/ A
最好还是用高性能的计算库, 比如inte ...

5 R" b+ k  W, Q( c" S. ^! Y区别还是很大的。编译器的优化还到不了那种程度。
你说的那些“高性能的计算库”很多估计都是专门的人用汇编手工优化出来的。那个得对要优化的系统非常熟悉的人来干，打个比方那条指令用在哪个地方会导致cache需要加载，这些都必须考虑到
4 W3 n# w9 Y9 ^$ E+ o& j
8 X. K8 z3 h5 a. g+ w0 @! W: [当然对于调用这些库的代码来说，一般C和汇编区别不大

沉宝

现在进展怎么样了？
3 W. k+ h" v* z: C' j: a4 o
! \4 U+ O! i8 G想了解一下你问题的规模：
6 |0 |4 C$ b' W1) 你说互相关是一个一维矢量和一个二维数组里的矢量依次做，那么这个二维数组有什么特殊意义吗？需要对所有维度按列操作并返回一个矩阵，还是就是简单的一对一算过去？换一句话，本质上要的是一个1-维互相关算法，还是N-维互相关算法。
2) 矢量和一个二维数组的长度大概是多少？
3) Octave 大约跑了多长时间，你心里期望的速度大约是多少？

雷达

: S2 M) Z% x6 C3 J# ^) A

沉宝 发表于 2022-10-2 01:38
现在进展怎么样了？
' H& g9 i  c8 U. y$ T6 |5 T8 Q" d* G0 w
想了解一下你问题的规模：

: I  G. f# o( ^3 n1 ^多谢关注。
规模还比较大，一个至少3万*3万的二维浮点复数矩阵，用一个4000点复数矢量对矩阵的每一个3万点矢量做互相关，重复3万次这种互相关。
/ x! S& A3 }3 V  {我已经试验成功了 AVX 算浮点内积和 VS 优化， 再加上多核并行，我希望能至少和 octave 打平。但现在手头有其他事，还没有时间改正式代码。