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
$ L; i9 k% S6 @- w9 F, d- Q拉下来？拉多少？
9 D2 v$ ^ G5 A. c4 f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" \( M: F9 [: {0 `7 m: h' ~
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' }5 v( Z! ^! c; w4 B4 ~
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)3 _) R; M% v' S7 t }2 a) S
{
* g+ H( Q& c: w 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- ]" g+ c5 z, `) {* X4 e
这个不是这么比的吧。。。( B' J5 B3 y% U
; e& ~/ V/ j# F3 P: ~3 `
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 00:467 Y% k- k O/ z0 ^5 `" A; J
有道理。
* D/ u9 k3 s2 p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
8 L% I0 B; }" Y0 f" r* i这个不是这么比的吧。。。# v: x6 D! B/ G i" U# c" U7 Q0 c. ~
4 y9 O* B1 ^, K) B+ H8 o
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
2 f) r2 [, Y- D, D- T; {( {9 Y" `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
' {' T, g0 C: }% a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+ k- W. |2 }8 v u; Q" s) t9 v" c
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- D% h/ w0 j! H2 t$ z
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- } g* ]7 s3 Q% W' B
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);: a+ ^/ n+ \+ t' X
      std::vector < float > vec2(N);
- q7 g( i. T# J. T7 H5 M       float* b1 = new float[N];
5 ~5 z8 Y. C3 p- s$ M' E) Z       float* b2 = new float[N];
4 s0 s# T7 ?: [+ {8 _
! {2 w; E. L: H* a1 H- ^1 L+ L       for (int j = 0; j < 6000; j++)9 ]0 u) C& b( [. Y/ B3 D8 W
      {8 A9 C, f2 I- \" _
            std::generate(vec1.begin(), vec1.end(), []() {
. X9 a5 D- c7 Y                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;( v# |! E1 t; e+ s6 j, _/ g& y
                     });
8 |0 C5 x& G8 {! i
1 d+ D: N6 Y6 A- x             std::generate(vec2.begin(), vec2.end(), []() {
7 F6 n0 [4 H9 x) V                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;; R$ j# o1 W5 O4 e! ?
                     });
( ]) A% ?, P7 v; X: ]- X
1 b2 D! D; D, M7 ~7 U( s             for (size_t jj = 0; jj < vec1.size(); jj++): d) \4 g/ g; D2 Y' Q2 ]9 M  j
            {/ @" v0 W, C/ g% G! @+ A7 T
                     b1[jj] = vec1[jj];; s" X* j2 a5 h) V5 x0 z
            }8 |: ^2 H1 V2 O& A5 ^
* e; W1 Q; S( s" I
            for (size_t jj = 0; jj < vec2.size(); jj++)
! D- m- ?% s- ?6 F3 o             {) o% k4 t$ A4 N! h7 I
                     b2[jj] = vec2[jj];
1 U( C. p* h8 A             }
" O& C% t( a1 Z% o
            //Method - 1  N=100000 247s
9 y; \% H( m6 b' T             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
% J8 D6 A0 e2 P+ }1 W' x
) g& U0 u  J8 \- j& t             //Method - 2  N=100000  237s
/ x/ R0 h. b: C7 r) ]+ J             /*7 ^% v& M7 o$ `& Z% v7 f
            for (int jj = 0; jj < N ; jj++)
6 I# N9 Q1 d# F) |5 P* d             {' |; U7 C5 P# d* {
                     fresult += vec1[jj] * vec2[jj];
& s! v6 `: |% v             }
, w% A0 V% U8 }9 J1 X4 v1 f) s             */  P1 Z" u' q  R) q2 ^" J# w
                              8 r1 p( s  I, Y
            //Method - 3  N=100000 204s
$ r% E6 [( R  C             /*
9 i5 I) d5 r0 [( V1 `# {: C5 A8 S             for (int jj = 0; jj < N; jj++)
$ A$ e7 ]4 R" T  p- T& A# B             {
% n: T, f" M2 E' Z: R                      fresult += b1[jj] * b2[jj];& z) m( Z$ |$ j7 ]  v
            }: S; r5 Y" \7 t, \, ?0 E; J/ v# u
            */# R9 l9 t" S! L1 {
4 j3 H- w& ]* ~! B7 P8 V8 L6 N: W
            //Method - 4 202s
7 I* L# q- S, R& v             /*
$ p' s- ~- n3 o             for (int jj = 0; jj < N; jj++)
1 p) x! H: I; u             {
% _5 }8 H0 e7 \
0 }9 ]6 ]1 U  \: r5 S1 t             }, t  l1 x  L* f: z
            */
. C6 s  o9 y+ w  G( u8 u             //comment out all methods, N=100000  202s
0 T+ b: s( Q$ O( ?$ D& H# l" t       }, o# k2 X4 f' p% c3 K
+ |+ \, T( A1 G2 A/ J2 ~
      delete []b1;
: k, i' _, c2 Y4 F# m( U5 K       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
& f$ [ T! O; C+ g5 D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？( v6 M( N' q- t. G2 v2 {4 g U

: n* U% t* A- j- j, 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
* j, m1 a6 l# _2 S' M" o' j" T5 ~4 p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、LOL0 P3 l8 x3 f( W0 \( t! \

8 Z$ _2 @; C/ Y* g$ L8 f) b! g. p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
5 a2 Y4 `/ }% P& r2 v- M5 Z, _void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
+ `1 W& W1 a/ J- d7 y+ \0 a{
* G4 c5 g2 J; M3 K8 N- [/ s" B/ [( M; c 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