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
8 r" J8 |% d" S3 q8 ^) f拉下来？拉多少？
5 p! v" n. u7 m8 r3 G' 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 23:33) H) n0 Z8 H. T" M
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
, `* p" J8 w+ l- C9 svoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
* P# y* h! U, k, [( T& I s{0 k7 k2 o! h! O4 M3 ~; b7 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/ B; h5 x7 q( l# v
这个不是这么比的吧。。。/ F/ v' e5 g# d' c+ L9 N

1 O6 O* `* s5 U; |2 d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
" b# \* S& A# G4 i" U4 l8 q有道理。
$ B" }. U$ T$ F& F, _8 q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& C# M2 x5 ?* A+ Z0 s1 P: c
这个不是这么比的吧。。。
( v) b; v5 Q) W! y7 [8 Y7 }" q
' f* r% K8 T z( C s6 c$ [1 @* c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
9 [* B" R9 c( a1 j! l9 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
5 ^9 S0 e) y' l/ K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( l6 r* x( v. i* J; k) A
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
3 B8 O. ^% m$ @& L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# o/ i& F0 r0 P9 a1 s
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);+ G2 W  O' H- U) u% g4 Y% J( u
      std::vector < float > vec2(N);3 _3 \! P) ^/ q: [. [
      float* b1 = new float[N];
1 ^; u2 f( a6 n       float* b2 = new float[N];. U5 x6 |* R8 q; ?4 H
. C2 r% B! c* d$ s
      for (int j = 0; j < 6000; j++)( n5 b6 a$ s. I$ g) I
      {# N5 l0 T( I& ?' J
            std::generate(vec1.begin(), vec1.end(), []() {. y6 l! N9 t1 {: P, ]5 _0 P/ c
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;& z2 C3 g0 M" O/ I1 u5 l
                     });
0 U" Z/ F5 x9 q9 u( S! B) `( G4 n9 l, U2 I+ Y& S3 L7 i7 d0 v
            std::generate(vec2.begin(), vec2.end(), []() {
- c1 O$ @: W" ~% W' e" t& _! k                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;6 l! U; ?) ]  Q0 d& u
                     });% X* u. h' a7 ~! ~# `4 v

; S8 _# A/ f5 K/ \4 G9 Y/ `9 Y             for (size_t jj = 0; jj < vec1.size(); jj++)
, r! {1 h; i5 c1 O  o             {8 {: D% D; a. i1 B. i& e! t
                     b1[jj] = vec1[jj];9 t( G! N! a! B) Z# {1 L- ]
            }$ h# R' t0 i) U( \

  j" s% C' D  v% d0 t/ X, |             for (size_t jj = 0; jj < vec2.size(); jj++)
9 W5 p' o: m* Q$ f4 M; r/ o7 [& ^             {' z: x: g9 L* d
                     b2[jj] = vec2[jj];
# J* ^% ^2 B$ p$ v             }5 r4 n& j& C, U1 h

, k. n* k* W: X. X1 |$ I             //Method - 1  N=100000 247s
% G! Y5 O. ^. l' g8 ]% q             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);1 ?' v: a4 M5 k: F1 J' b4 G
                              3 ?: z( S  C+ R( v2 i$ \
            //Method - 2  N=100000  237s. z. i, e+ d/ W- ^% H" s% z
            /*+ Q8 v  Q5 |5 C$ o6 i
            for (int jj = 0; jj < N ; jj++)
$ H7 n2 J/ @' Y/ R& Z             {
! R  L6 D5 P- R                      fresult += vec1[jj] * vec2[jj];. W5 _% q& ?- W0 c& y" _
            }
! V" V( G* `6 W0 ]$ v             */7 x* @* H- ]8 a! M

6 E* P7 K/ Z( L6 Y             //Method - 3  N=100000 204s
% o. @- K. k9 k; a4 L             /*2 Q% g% o/ v3 n& i
            for (int jj = 0; jj < N; jj++)
& q% W/ f( `5 x             {, g, m: }  V: H
                     fresult += b1[jj] * b2[jj];
. n1 S3 M7 g. a  T7 O* E+ w             }
% \! o5 C( m4 O# K# @) s             */
: Y, L- u9 g/ r& `' X
- I5 i5 C2 O. q# k/ l2 w             //Method - 4 202s) e7 K* u! d8 u+ W( c& s
            /*4 c2 k( S" t3 S9 }4 ?4 Z% [
            for (int jj = 0; jj < N; jj++)
9 S7 H& K) ?+ b1 ~4 \             {
( e7 a; k5 M$ C6 G. j% n! W
/ b* y; X+ a1 ^             }
" ^1 {$ a! @" m% S6 ^             */
5 ]4 J6 R+ i* g( ]             //comment out all methods, N=100000  202s
% ^) f  A: [1 C       }
) [4 w# |9 i' v$ p* k& D8 X1 P, _$ i- A
      delete []b1;
  d/ }( ]' K6 ^3 D% C       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/ Y" o% W; C) V5 p; ]
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？
5 @! F/ B9 l3 j2 P
- J5 E& }. V( C! C: l8 ]( ]+ V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 l9 H& Y0 Y% S" j
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、LOL2 p ~$ I7 H+ A- m& ?2 E* i1 ^

$ x& `! A) [( `5 _- a& @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
" y- b) O1 P+ [; _4 R7 A+ ^void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
3 s/ k( C1 A& F6 g6 v{
. P6 O; J: u+ Y 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