C++ 比 Octave 慢好多，怎么破？

雷达

* M* ^5 y* g* g$ Y, Z* [做一个数字信号处理的小算法，需要算互相关。
: C" _9 a( V+ V3 Q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。

( g8 F7 F, D! h: V& c3 C; O* eOctave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 。
+ l1 e: l8 D  ^/ r/ y# B8 W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。
5 u, l, e2 D8 k3 Q
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。

' d+ q; K0 [+ [# }: X% I; B. N5 E" V高手们给分析分析,  多谢了。
0 y7 _& S6 C1 R, N

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。
7 I2 n% _% N9 [0 z+ `2 O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

! B7 v, i. R9 e

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。
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

5 x( Q( g1 ?0 k: `) m% P$ {
& T4 C1 A+ ]% ~3 K3 l4 B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

C++ 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
  J; b& p% d5 ~1 ~. b* F1 P0 @或者调用mkl 库的互相关函数试试
) q9 c) Y) q# g" e8 O3 P

mark

马鹿 发表于 2022-9-23 11:18
6 Q% V8 G$ |4 s+ R汇编快！

3 r: Q% I+ N9 y  x* [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.
/ e! R* b- J) T9 J! `  C
" C- t3 J3 Y- m8 d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++ ...

5 B; j, t8 a- ^/ mSTL对性能优化没什么帮助，只是写起来比较安全而已。
2 o$ I1 p$ K8 `) }7 h4 `7 k2 H5 U: }0 ^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。
( O8 O0 x( U8 w& J买个Ipp库虽然不贵，但是还是要几百刀的吧？
0 y/ T* I: f% J9 \- m8 Y! l% M

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
, l) V+ x$ b* `& r3 r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.
, d% i3 e- q! }4 v% q
- o+ E5 Y$ ^$ L' G: e' ~最好还是用高性能的计算库, 比如inte ...

我不是it的，说汇编是起哄呢

沉宝

雷声 发表于 2022-9-23 15:48
STL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 ...

0 b+ a4 Y0 V! Y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） ...

: H8 p4 Y. S( v5 O5 n7 M! ~
( u9 R. p+ I( [, S" J$ y; @8 K必然是GPU啊，10来个核心对上千个计算单元。。。
5 H& a% R' j! }# n
* J$ V' \0 a: }% A0 I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！）
' c6 g5 [5 F- f% k* k
! J6 Z/ m5 s; w' @5 N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
( }2 z7 c( ~6 [  a/ n* U$ D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.
- `& S, j. U4 S- _4 M  `% Y! C
/ @, g; X3 X* d- q' B( t最好还是用高性能的计算库, 比如inte ...

6 \" M4 Z* }) R" G5 k5 R1 w! m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

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？
. _6 D) W+ t' i4 F" I1 Y/ B
6 Q! @, D1 Q) d" s. `想了解一下你问题的规模：
5 D: @& I7 I+ n- _4 B2 z4 S- n1) 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。
1 Z% Y. c7 i- r- A/ q" I4 T' c# G2) 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
现在进展怎么样了？

# s( E  T) }* |: F) w+ _想了解一下你问题的规模：

多谢关注。
1 R: ~* l# }5 _  \: M1 v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。
5 @, `) y8 |& E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。