爱吱声

标题: C++ 比 Octave 慢好多，怎么破？ [打印本页]
作者: 雷达    时间: 2022-9-23 06:27
标题: C++ 比 Octave 慢好多，怎么破？
本帖最后由 雷达 于 2022-9-23 06:29 编辑
" L% q% d8 h8 _6 T" O' r  V7 a' k* J! l+ ]* Q- k6 E7 w
做一个数字信号处理的小算法，需要算互相关。2 |5 a2 u! @- L
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。
  B, p0 s2 K3 \" G4 }- J! Y. y7 e# |; g, }+ ]- J
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 。. B. D/ g3 T) d$ h( ?
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。
* e. y1 n' ~  L4 h% }# ^1 q& c
- m' ~, a7 C7 G$ a& aC++ 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。
- B8 p8 \7 ]3 j; v3 u3 r
3 K2 [$ E3 j0 Y8 ^  a- k* K; v+ k高手们给分析分析,  多谢了。, i/ Y5 Z: ^2 H5 q4 k: s- ~* \+ _( \* G
作者: 雷声    时间: 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。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。. C7 t9 w/ T, [
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。
( a) z6 B6 }7 d! _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。
作者: 雷达    时间: 2022-9-23 08:13
本帖最后由 雷达 于 2022-9-23 08:15 编辑 - u% g- ^( b5 m* B- ?' Q2 N. ~
雷声 发表于 2022-9-23 07:02
& K0 Q8 r. \( V$ P! s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。 ...
9 C& C& R( [1 w1 N% X/ X0 Z7 i3 Z: t

. C& T9 f& F2 ?% T0 @; P, N1 J/ ?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。
  ^+ c6 V3 u8 d) ]; d/ y, R) N  Z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？
作者: 可梦之    时间: 2022-9-23 09:18
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。
作者: 阿忙    时间: 2022-9-23 09:55
Matlab不是浪得虚名的，要打败它还是要下点功夫才行
作者: 雷达    时间: 2022-9-23 11:00
本帖最后由 雷达 于 2022-9-23 11:10 编辑
, r+ G* V$ u3 Z. R# B2 _
. U* D6 f; N3 n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
作者: 马鹿    时间: 2022-9-23 11:18
汇编快！
作者: 数值分析    时间: 2022-9-23 11:34
本帖最后由 数值分析 于 2022-9-23 11:48 编辑 / }, v5 Q. M# R* a% W8 j( z
6 l$ ^% `  U$ g$ l& [
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？
) b' F% q" P) h5 c6 L7 ]并且是单线程的？加个openmp并行试试6 i5 Q0 q' |7 m3 g' e
或者调用mkl 库的互相关函数试试- j$ o' e6 t5 `+ ~' t, T% ?8 {6 d
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
3 Q5 C( S: \* D  o( I. D# k! u汇编快！

0 k" R5 Q# }: w3 d2 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.
+ m% [7 j, G6 B; u, r1 @7 F; R  E/ V
+ F1 [' W7 `' b8 I# Y( Q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.
作者: 走两步    时间: 2022-9-23 12:59
涉及矩阵的用blas
作者: 雨楼    时间: 2022-9-23 14:05
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。
作者: 雷声    时间: 2022-9-23 15:48
雷达 发表于 2022-9-23 08:13- A7 [& s$ ]# W. h5 J. {1 T
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++ ...
! P3 e: }9 F* Z3 w
STL对性能优化没什么帮助，只是写起来比较安全而已。
( D  w1 W8 F' G$ v1 `6 h- x8 `# v: a: A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。
+ J5 ?7 r3 Q7 k/ q' N3 m买个Ipp库虽然不贵，但是还是要几百刀的吧？# j4 l' B7 D# p) H
作者: 四处张望    时间: 2022-9-23 16:05
矩阵最简单用eigen，然后enable  avx2以上
作者: 马鹿    时间: 2022-9-23 20:24
mark 发表于 2022-9-22 22:431 B  D* v( S9 s* h" t1 c& p9 y
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.' J0 G4 z; R  F& s

' f' T: @9 a+ C! q最好还是用高性能的计算库, 比如inte ...
) J* i+ c' h7 x" _+ M4 ?0 Z
我不是it的，说汇编是起哄呢
作者: 沉宝    时间: 2022-9-23 20:53
雷声 发表于 2022-9-23 15:48
# i3 G8 ~9 N: ^. w! W: ESTL对性能优化没什么帮助，只是写起来比较安全而已。
# h. d8 ^) [& v4 \1 Z+ e下面数值分析回答的是对的，要么用avx自己写，要么 ...

! q6 z6 V6 @) F; G* \: ]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）
作者: 数值分析    时间: 2022-9-23 21:37
本帖最后由 数值分析 于 2022-9-23 23:50 编辑 ) y, {7 ^1 e* e* {+ C9 g/ c! r, X. a
沉宝 发表于 2022-9-23 20:53& O/ `2 D4 @, ~
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） ...

6 ?* `& n9 @% r  q
  h4 q- C5 |- x! Z6 n必然是GPU啊，10来个核心对上千个计算单元。。。4 J$ I0 R3 Y: J6 t8 l0 _3 D
6 J1 a8 t/ v7 e3 H& v- _6 h7 D
有道是 双拳难敌四手 一虎不如群狼
作者: ltpub    时间: 2022-9-26 18:34
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！）
, D  C7 D( Q6 w# x
8 a8 m/ Q, ~$ T6 y2 O# Z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
作者: 机器猫    时间: 2022-9-26 23:30
mark 发表于 2022-9-23 11:43
/ G' i8 `4 Z# J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.# Y( C+ h. \4 i
1 w3 w/ c, X* v' p; K! l
最好还是用高性能的计算库, 比如inte ...

; ]" V2 f/ a/ k# J% V8 }区别还是很大的。编译器的优化还到不了那种程度。
4 j' A8 \: G# c* [  T" w; t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( D: k6 X) Y( c5 P1 s. A  e
7 D- m- d4 Q( G* L: Y" g
当然对于调用这些库的代码来说，一般C和汇编区别不大
作者: 沉宝    时间: 2022-10-2 01:38
现在进展怎么样了？/ C& R. o* A9 y( V  Z5 [" d

7 V8 C3 M. b# G5 i想了解一下你问题的规模：# L; n4 }1 s+ J3 e2 ?) g9 V
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。
! N; u; S' c/ D/ @1 o. {; `6 F2) 矢量和一个二维数组的长度大概是多少？; D7 e9 @# g, t! h+ M& i8 A
3) Octave 大约跑了多长时间，你心里期望的速度大约是多少？
作者: 雷达    时间: 2022-10-2 03:04
本帖最后由 雷达 于 2022-10-2 03:06 编辑
# z0 V8 F2 l- h& u$ Y
沉宝 发表于 2022-10-2 01:387 A. A" H: G. A6 L7 \8 A: Z
现在进展怎么样了？
/ A! G& b1 P9 m  E1 P8 L; U
3 `9 K! ]1 s( R: K想了解一下你问题的规模：

/ J* r  A! ^4 I5 Y6 k8 d  T+ n0 [9 B. I# J- K4 t; ^, b; z% q+ t
多谢关注。
4 C& U, i0 j/ w0 _9 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。
% F1 G0 z! r. L# 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。
作者: 沉宝    时间: 2022-10-3 01:16
雷达 发表于 2022-10-2 03:04
+ r1 `/ X4 D) H) t5 X1 c" |  w多谢关注。
/ G# X2 N. S' j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 ...

! m9 y  p' X1 h* p( c你在 Octave 跑出来的速度是多少？没有具体数据的话能不能说一下数量级上大致在哪里？
( g$ \4 w8 V5 f& m# \& T. ~7 N% v4 U8 ?+ ^  M$ W
另外，你在 Octave 上的测试是按实际数据量跑的吗？我大概估计了一下，如果我没有算错，你那个二维浮点复数矩阵的数据量大约240TB（1 billion elements, each element has 30000x8 bytes）。这么大的数据量不可能全都放进内存中准备好，（事实上，它们已经不是一块硬盘可以装得下的了，放在磁盘阵列上吗？）有可能计算机的I/O吞吐性能也成为影响真正计算速度的一个重要因素。
作者: 雷达    时间: 2022-10-3 09:13
本帖最后由 雷达 于 2022-10-3 09:16 编辑 % C/ ]% X# _* @% r, P. S
沉宝 发表于 2022-10-3 01:166 d6 W' R8 V, @) Y
你在 Octave 跑出来的速度是多少？没有具体数据的话能不能说一下数量级上大致在哪里？
  R1 d. i- ?( G" L( K
+ W% n1 Y- ^1 q% D另外，你在 Octav ...
+ i1 S  b9 L5 A! y5 l3 j

+ y( G+ t" K. F应该没有那么大。
; b5 @3 M3 i4 G7 i: z1 Q我算的：5 u# H" _8 _4 @+ @. b8 ~
3万*3万的二维浮点复数矩阵, 30k*30k = 900M个点, 复数 *2， 浮点数 *4，总共 7.2G。& A) z: f* @" y7 v
做算法的时候，一行一行从文件读取，有个16G内存应该足够了



欢迎光临 爱吱声 (http://aswetalk.net/bbs/) Powered by Discuz! X3.2