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 ) P: p3 X' l- X7 @4 \! e

! N1 n$ Z0 n$ j) h8 L做一个数字信号处理的小算法，需要算互相关。
& d6 l4 m- A& F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。( \5 ]" j$ l* e9 M  I2 Z8 T! r
, \3 E% h; B. ]) n4 q. s
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 。( F$ ?6 m& [& G/ }
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。
+ ?+ X( Q( V, o, `( v
% Z; r8 d7 p+ k$ TC++ 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。
: v& F- M* G1 X* u* ~, V! Y) x* L$ k
高手们给分析分析,  多谢了。! o& j: x4 _: L+ _, J+ I
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。
* Y* d. v; z7 S: n$ F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。- @1 I4 q( x9 S) U% `1 U/ s$ M
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 ) z) n) M% ?& {- Y7 d5 W( u
雷声 发表于 2022-9-23 07:02. J2 V" i" c% a/ D
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 h' |8 Q5 A' E5 Q$ }/ @0 B4 u4 X
) k6 x- @! Q/ ]7 X& I4 n
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。2 g# P3 c% W, l7 c6 Y
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
$ j/ |4 q$ j5 T$ w; b# _
9 G' ^5 q) f/ n3 c/ c4 l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
1 K+ }: Z0 M, _" B4 b3 z
, _3 x+ ^2 {5 H6 j' L! {C++ code 用的是普通乘法？换成sse/avx向量乘法试试？; Z* Z' n/ w# {$ o0 T2 \
并且是单线程的？加个openmp并行试试
% O- P. q& l9 N- V7 ?  Q" D( i或者调用mkl 库的互相关函数试试4 Z9 E8 I; t0 |& I5 {$ k7 y
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
# ]- C& _( E; [1 v汇编快！

' H7 P; N, p7 u. T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.( \, h6 `% w9 t5 P: B
3 y, ~1 v5 ?% f/ @- W  @& H, p8 ]
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# @$ N. Q* ^9 b* Z7 S2 o0 K
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++ ...

" K* B$ K! ]0 xSTL对性能优化没什么帮助，只是写起来比较安全而已。# u% h: h* m* r. c
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。. v! l  x' ~$ A" N' I$ ~' _
买个Ipp库虽然不贵，但是还是要几百刀的吧？
7 v0 F! J: P- H" D7 t- y
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 22:43
0 C( C+ T# h* U( t4 G% D2 J+ p0 L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.9 {) K0 }2 \7 Y: ~) ?4 X

0 L& T) C% P) c最好还是用高性能的计算库, 比如inte ...

% ^) }. u0 W4 _2 E6 b, X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
: O% _1 V3 |/ M2 G  F8 D9 r; qSTL对性能优化没什么帮助，只是写起来比较安全而已。
( u1 ]  N& `, X3 \" }+ U下面数值分析回答的是对的，要么用avx自己写，要么 ...
4 i! L6 W; Z+ D
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 6 e" P# J: G5 D4 h
沉宝 发表于 2022-9-23 20:53
) ~6 M- _8 a7 v& v% c5 |, h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） ...
- `( x4 U  Z/ p# [& R' v

: C0 a+ |0 B  @5 f1 E. X" R必然是GPU啊，10来个核心对上千个计算单元。。。
2 u4 q0 d+ M! ^
/ q! D. {3 \. @% A  B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！）; A% Y2 Q$ x. H
/ Q6 o4 ^: _8 H: H
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( w1 `% J- L9 C: z& a, N* n
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.
( b7 y8 p- D  F( {. F" {. L( A! Q" R  T$ y6 n) w/ r, ?
最好还是用高性能的计算库, 比如inte ...
9 q. {* P! U$ H) y7 j
区别还是很大的。编译器的优化还到不了那种程度。9 T& f' b! X: h" e, b5 U
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6 ]& i$ n3 E6 _. ^, V7 m- f$ W9 {+ c
, k) P9 R! h" ]0 t  j' ?$ 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？
/ i+ P7 C$ u& Z, u! f' F+ ], k( c, h# P0 k, a
想了解一下你问题的规模：
" N$ d3 c/ Z5 h% }. y( g# B' u1) 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。
! f# A& j' L+ P( Y2 n1 I( k; n& m2) 矢量和一个二维数组的长度大概是多少？/ V7 X! G; r' `" O7 H1 P
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 * T. h& c$ X# N6 O$ M. S
沉宝 发表于 2022-10-2 01:38
/ D( f, L* c$ V# M: ^: U& i现在进展怎么样了？, {! t  D, m& s4 k  K

8 [$ J8 Z0 r6 k0 w0 v5 l想了解一下你问题的规模：

4 u) Y" A" U+ q: L  X' |0 M0 v, F! D5 O% c8 C& ^
多谢关注。& R$ P% x5 e, g' ]0 u  l
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。 ' [: w+ E; b) Q) K3 f4 k% P8 G$ a
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- h8 ~$ g3 n8 F  M$ D+ k- L- G8 g
多谢关注。
$ y; H: K, K  E- R$ i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 ...

8 t4 P3 Z1 ?; S4 q4 v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？
7 F0 {( l3 |' E$ N: }, N8 J$ G/ n
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
: k+ f5 H3 s( ]" ?
沉宝 发表于 2022-10-3 01:16
7 j$ @/ s  x) x. @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？; t8 d4 _; u& g3 u% q3 _
$ D- @# {9 `7 ~4 C0 I9 N
另外，你在 Octav ...
& K5 N1 @% S- M1 ~1 A! G

& A& i2 c! b8 m7 A6 `. b2 @应该没有那么大。) g3 Z+ C$ [0 U2 B
我算的：9 k1 X& `& G5 d$ Q0 }$ i+ P! c
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。
. B! l! P. y8 v+ b9 w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