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
* @: S4 T- R+ a, b% X0 R: b6 v
做一个数字信号处理的小算法，需要算互相关。
, B4 N* P# t( |4 o/ y7 {6 a- P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。% z8 E$ g% f" P7 G% w5 X% l
1 K; j$ y( u5 L* L9 G4 S1 x
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 。# p3 q! |: m1 g- E. Y: 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。
2 y- }  X/ W6 d) j& X8 S: w! r: |2 q& U" o, ~5 e9 E9 D$ N! ~3 }) T6 j
C++ 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。
" B' f5 i4 |% y' d& l+ ?+ `. `" P9 X# `
高手们给分析分析,  多谢了。
- A/ t% ^) F( H
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。
9 P- J4 ]3 v! h+ Y" I+ _' W6 ^$ S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。0 b' a$ ~% x) m# n2 F' K% L: 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 : w' F2 ]% I2 u
雷声 发表于 2022-9-23 07:02
2 a5 d' y. q1 w5 e. L, ]5 i& x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。 ...

; t4 b2 b0 B9 b- U1 f% Z2 P! k" y7 K2 w2 `$ S
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 o2 t. A9 o" a3 G0 k$ Y8 L6 m2 @8 L
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
1 Y2 ^6 t  y  e) R. R, L
6 L7 I; Q% _8 a' d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 + y+ S+ j9 d/ ]

; _: r$ j: u5 t9 [C++ code 用的是普通乘法？换成sse/avx向量乘法试试？" _, @1 x, N. K+ W& e0 l3 W
并且是单线程的？加个openmp并行试试
* s7 p, v0 D9 c) M或者调用mkl 库的互相关函数试试
' o( p; I& E+ V" N
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18# `2 S3 j; g* Y* H* B
汇编快！

, S+ k* N* `7 g: o  J& Q3 m+ I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.7 R2 E3 y* G; a2 ^$ S
* m# n- m9 W& S( o# f
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( ]3 {7 k6 }, W* i
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++ ...
  U( i9 A4 B" }- S$ [1 e3 P# T
STL对性能优化没什么帮助，只是写起来比较安全而已。5 @! p& i% ]. V% N& c* R
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。
" k! q. M# w8 Y! N+ U2 }$ u4 ]买个Ipp库虽然不贵，但是还是要几百刀的吧？( ~. x1 g, F! 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 22:43
" t( C, y0 E  Z& B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.3 q9 U, u0 v6 V2 Z1 m& w
( |0 H% n( r+ r( w" b7 u! F
最好还是用高性能的计算库, 比如inte ...
% k9 w2 h! Y8 H7 X! n- v
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
6 b; l& h7 \- R% _  i4 J5 N4 kSTL对性能优化没什么帮助，只是写起来比较安全而已。# ]' D" e# F, q. C4 [
下面数值分析回答的是对的，要么用avx自己写，要么 ...

7 l- d7 \) t- p$ B- N/ p; g0 {9 L! S: t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 o- R! }* y8 a/ r
沉宝 发表于 2022-9-23 20:53
' z" C3 W% G! m8 S- T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） ...
  U5 a  X& g& U2 o+ Y- I* A
' X: l0 o& R" s9 W1 W0 y
必然是GPU啊，10来个核心对上千个计算单元。。。
8 r  N  p0 L  c8 L# q
5 a) S3 C% M) _3 ]: d$ \  J7 X0 C/ T: t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！）
$ }( q  q" E$ t+ B; F8 [  n8 n% G, l$ R3 X2 w* T2 `; S; Z; Z: e9 z5 |
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
7 T. O- [' z4 p7 f+ T9 z' x2 x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., Q2 q( y+ n# E- A4 T

$ @1 K0 d; s' v* k* {  _, `. {& G最好还是用高性能的计算库, 比如inte ...

& I2 W8 Y2 J. m) J" d: V0 g5 k区别还是很大的。编译器的优化还到不了那种程度。
6 S' S- W* P7 y: N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
, n8 S6 F0 `4 w) e( [/ b6 @9 O' m" X  G0 S6 g5 A
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？
( }9 m6 ^$ a& e/ a2 P. @3 o- F4 L4 D8 a
想了解一下你问题的规模：4 h7 v. }6 y: B7 w1 S  z- ?
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。
3 {9 H# S$ q9 {3 X2) 矢量和一个二维数组的长度大概是多少？# |/ n6 p! X+ z- [: r
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 0 b  v% X! f/ Y9 r6 h* M7 g0 N8 @( \
沉宝 发表于 2022-10-2 01:38" d- J0 m+ z" E' V5 ~: H& v
现在进展怎么样了？
8 E- F  f; u8 X' Y+ Z) z5 d0 ~
( t, g, I1 o4 L6 d想了解一下你问题的规模：

; c, T5 r5 \1 z0 ^; y+ H) V5 }( \& N
多谢关注。
$ L7 z* K7 `# D/ n4 y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。 - D1 `  w5 V1 e( V
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; i7 K$ P6 A0 [  T% T, y
多谢关注。7 E# T; a4 m7 P0 R' K5 n, 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 ...

/ b% d' U0 `# J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？
( S2 N8 J  c- D: Z. c' o  ]
' m2 b% I9 z# L( 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
0 K% @: q2 x9 G& Y% ?
沉宝 发表于 2022-10-3 01:166 Z/ J' \/ b. Z) q/ k
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？4 E; J1 P* I* n. q( u! w) u8 q3 C6 Q

; S: A9 m# k2 q3 ?另外，你在 Octav ...

$ ]; y( n& _/ C2 O1 E- n8 y: r" L; `/ o
9 _) d. d, F# F  s- u应该没有那么大。) l3 H9 J3 _7 }& x* ~' n% e. n) y
我算的：; Q" {3 b; W; W/ e; H+ 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。
, T! m4 y" `* H5 o( x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