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; E0 C- j9 H9 G+ S7 A2 Q1 m c
拉下来？拉多少？
* w; W" j2 m6 P% O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# v, L; b4 x" [" u, F
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
: @7 J5 P6 U! O4 J" A3 Xvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)3 ~1 |6 e* a" R8 g& |
{
1 L+ V/ a5 v/ Y1 ^3 C3 K) K( z 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. M+ o3 {0 x, x/ G) L
这个不是这么比的吧。。。. M& M! y8 k6 h0 y% h
. C' o% ^- Z5 s# _" v5 Y! }
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
. H9 d; V7 I p有道理。
3 o6 l; o- [/ }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& a6 A9 j& c$ f8 {/ U% ^
这个不是这么比的吧。。。
, q6 d$ {; H- n. @, J1 H% o8 Z: A8 H4 W) }; U6 y) k) R( K3 m
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
. a1 z, o6 }. J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
! L5 q6 e/ z5 z# |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
& ?- Y) @/ ^$ \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
9 {/ Q! N+ i3 `. E; 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 ...

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 14:586 H+ E7 c, j9 l5 ?
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);
1 _2 ?9 D) J; ~6 j% s( L       std::vector < float > vec2(N);
9 S" K$ H$ r9 w8 @% `       float* b1 = new float[N];
; B- n5 ^( f# F3 \* Z5 ^4 S       float* b2 = new float[N];
  p; U9 i. L  v9 G# U9 e3 P' X, T2 e5 P4 r  g+ v6 y' s8 A
      for (int j = 0; j < 6000; j++)
! [9 [. v) O8 D" ?       {$ F; y2 U4 i; H/ J& Q1 Y* K
            std::generate(vec1.begin(), vec1.end(), []() {& Q# G* P$ S2 S: y, n6 ^) A. P
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
% @* j( z: B, ?( S. d                      });! t% R7 M& S3 Q+ ~

- g! L$ U# V+ E0 F) s( r  q, s9 l             std::generate(vec2.begin(), vec2.end(), []() {/ N( F7 q7 b4 K" x' A. K
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
) r6 Z: r/ i2 h5 r3 B                      });0 V# D+ j+ e: }" k) F

4 q) C$ N: a- f$ j2 q, T0 d1 Z             for (size_t jj = 0; jj < vec1.size(); jj++); B# Q8 h/ |" b7 R
            {$ _  I1 y: ]/ }; p4 M5 U  G
                     b1[jj] = vec1[jj];
% H! |6 r5 Q( D; N. i             }
0 c2 H: I" |/ M; I5 Z
5 Q; m+ ~7 v3 g" g  K             for (size_t jj = 0; jj < vec2.size(); jj++)
$ G( V. [  Y/ X0 V             {* h5 d% Y( U2 o" }. N/ Q0 o
                     b2[jj] = vec2[jj];
' @4 B7 V. S7 @' h5 u             }
$ r7 ^% M: B3 h) ?+ \  u. I8 w8 A+ _* P' J
            //Method - 1  N=100000 247s
( X  Y) w$ k2 T/ I% a6 j0 h             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
0 D' f5 e5 K7 }3 Y, \                               & e, V+ V; [: |
            //Method - 2  N=100000  237s
3 Z, h* ?6 M5 u+ k" H             /*1 E! F. \& f" C0 K
            for (int jj = 0; jj < N ; jj++)- h$ d8 ?5 \5 b& n& s* L8 G
            {
+ r1 R3 E: ~) ]( `8 y) g                      fresult += vec1[jj] * vec2[jj];
0 G& h9 q: S' x- l( T1 j# \+ C' ?# p             }, T" c( D1 q( ]' P) q
            */
8 ~7 p" \/ E7 t
- A2 E& P" `! q: G" a8 w$ P             //Method - 3  N=100000 204s
# I' d9 G& H3 S7 W) k0 z7 R             /*
0 k: S: B+ g& Z; h" b             for (int jj = 0; jj < N; jj++)
6 F, z: S# J# C7 d7 J3 W0 e# |; J             {
5 O/ @$ k: }# d                      fresult += b1[jj] * b2[jj];
% v; e" d3 N- W& l             }: V; _8 Q6 X2 L
            */
0 u$ ]0 z: p  L7 X. j' f9 L3 `' o6 G6 X
            //Method - 4 202s
! ~1 g8 o% O* [+ {) T! ~8 h             /*" D, W% T& ]8 `4 R8 v6 ?5 H0 a
            for (int jj = 0; jj < N; jj++)
7 g+ T5 p4 H# h9 x, c1 L8 x             {# L& y; D3 {# q

/ w1 K0 {5 e9 j$ C             }8 C8 s8 J; _% U: u( Z
            */  \. Q5 n; x) k9 E; m7 j/ K) M
            //comment out all methods, N=100000  202s
5 b7 h+ b' g6 u1 ?5 s8 j& y. ?5 g       }
( [! w( Y9 w) R. F% z
% h2 w/ W9 R: }  |/ F# u2 x0 ?* G# j       delete []b1;) U7 Z) Y. @+ p  k. X1 M; N
      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
3 j+ r8 s# y6 t9 w: D; 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？
1 p, ?7 P: j; Y$ T. ~( ]6 c# a. U( `/ ~$ [" N( L5 a
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
5 w! x6 L% y! m; {6 L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
( v! m, [, \( T3 D/ u' m
; U4 e) F0 |. c. t; L# 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 23:542 H, ^5 a" U T8 G3 r; B
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)% E: V' m& a2 ]! t, \. \" }
{/ M& p: u2 X) {2 z* t
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