C++ 比 Octave 慢好多，怎么破？

雷达

$ B9 c" B0 E2 T1 z' K: h5 e
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。

Octave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。
6 d* d- b6 q$ y, a2 Z+ P+ v$ P6 N
* s, b5 l0 l. o: @C++ 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。

高手们给分析分析,  多谢了。
0 F- z  `( M: ]4 R# H

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。
& N9 m( y8 G% r" q$ }' c- X" A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

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。 ...

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。
' Y& {( s1 F( H& _+ d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

# j( i! q7 V& D1 \# d- V2 Z2 w+ ?
% w5 A9 q! K6 q1 o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

, l+ X  B  }  g; ]: o) \: f2 I: R
6 ^* x5 x% J$ A' XC++ code 用的是普通乘法？换成sse/avx向量乘法试试？
并且是单线程的？加个openmp并行试试
或者调用mkl 库的互相关函数试试
( ]' `( N: X# K1 D5 `

mark

马鹿 发表于 2022-9-23 11:18
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.
1 D8 c1 O5 {- r" z2 y
) w; f1 C/ Q) w5 V' S7 j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
+ E# a+ w7 f- ^) d6 I, q7 @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++ ...

STL对性能优化没什么帮助，只是写起来比较安全而已。
# {8 i( f% v" l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？
5 H7 ?& L% h& f- Y9 X# E6 X

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.
8 K0 m& b# \8 a6 `7 \
. I" C2 _7 ^5 ~  l: R$ ~# Z& q最好还是用高性能的计算库, 比如inte ...

; J8 G; C8 q7 n我不是it的，说汇编是起哄呢

沉宝

雷声 发表于 2022-9-23 15:48
8 F4 w3 v5 ~$ H; j! q7 x2 F8 j- dSTL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 ...

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

% M% @9 {2 {" ]1 e3 |

沉宝 发表于 2022-9-23 20:53
- w% Q7 V+ i  j' E7 _" A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） ...

, p/ d) \+ E% `, ]$ p9 q" T& @, t必然是GPU啊，10来个核心对上千个计算单元。。。

3 m$ a0 U( u4 I# r, {5 Y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！）
6 e2 B: y7 H+ O6 o- e& c
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.
, a0 @2 E/ E& Y2 l0 v
最好还是用高性能的计算库, 比如inte ...

  Z  r2 F! q+ H& v& U区别还是很大的。编译器的优化还到不了那种程度。
* _1 C/ |% Y$ V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
. q6 j  I; R  `. t8 S
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？
9 H4 S% K0 Q7 R" v) T! @& _
% Q2 b: o3 G$ r: ^4 ?4 O, N想了解一下你问题的规模：
1) 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

沉宝 发表于 2022-10-2 01:38
! P$ b+ W7 q% m0 D- S现在进展怎么样了？
! o+ I; X0 j3 w  c* P  @; d( x
% r# Z7 ?- Z- \# Y9 |. k想了解一下你问题的规模：

: y9 ?- d1 G) m, c& H5 v
$ {, `8 m& X% R# f6 u多谢关注。
! a6 v% k+ a" p# T" s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。
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。