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 ! x6 W: ^* [* J5 a6 g+ G
# I2 [5 z" I+ p; ~/ m2 S
做一个数字信号处理的小算法，需要算互相关。
/ N4 ^6 [' v. w9 ^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。
: \, a+ u& \8 A
1 Y& K% A. D) [& q: K* WOctave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 。. x" B7 N2 W1 z# L6 H1 m$ U
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。* |& Z7 u7 h' L
( g  n+ ]. s" j  f- d! s
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。
0 T4 i* k/ s. h& Y! G" H
; g* _7 M! F  m1 L! \/ H. u高手们给分析分析,  多谢了。
: }0 ?* v7 S5 k; y2 K
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 }& w/ L& {* c! i4 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 V* N! [% k9 e- b" p# x; @' w5 U
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 . V/ N; w5 u5 z/ n
雷声 发表于 2022-9-23 07:02! P. \) Y6 g. y! L( Q0 |2 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。 ...

; _" l/ o) S- p' u$ M8 |- d# }, {% X# ^4 N3 i2 O
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。# z$ {/ _& m1 |) n# T  B
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
0 J; w* n! I# G  z! c" J& u2 b/ E6 A' M. C% C. a+ v5 d+ C
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 8 ]5 ~$ T3 m. G! l" v0 W$ Z
* ?5 V1 n/ @! X7 ?/ a" u: D
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？
' z% s# I7 a. a: C并且是单线程的？加个openmp并行试试8 K0 s, b7 c8 I1 [: y* o* P
或者调用mkl 库的互相关函数试试
& N# i  r5 r0 x, b/ i) d2 m
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:189 c/ O: d& S" V; z7 D  N! Q
汇编快！

( t6 s/ v4 W4 G# u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.$ G/ c' T/ W, Z4 N

/ F+ ^' q/ ~3 H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" q' `9 R5 I3 [# e1 m  Z6 Y- i2 e- m: Y* C
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++ ...

2 I, `/ S- U' w. ^& y# J3 Z+ E: uSTL对性能优化没什么帮助，只是写起来比较安全而已。! N& h& ?3 y, b! J! a+ w
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。
/ m# W+ A2 ^8 e* H! N( a. r2 D9 k买个Ipp库虽然不贵，但是还是要几百刀的吧？
) H' A; J! O* Q3 U7 E2 _
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
! H) y9 L) W9 U( U4 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.% Q) {) ~0 y8 p9 p" c* [

( y+ o( F9 A: f2 A& S* x最好还是用高性能的计算库, 比如inte ...
2 C( O8 Z( h- H3 X1 \  J, o
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$ H5 j1 N: k% ^7 j5 x' C! P2 O
STL对性能优化没什么帮助，只是写起来比较安全而已。/ C% j& h3 a5 A3 E
下面数值分析回答的是对的，要么用avx自己写，要么 ...

$ w* n2 b$ S; y8 o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 # Z- _$ C& T: f
沉宝 发表于 2022-9-23 20:53
. P6 E1 |4 W2 g6 j1 b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） ...

- \5 f; e4 s8 Q6 z5 {; S( I+ [1 R1 u
必然是GPU啊，10来个核心对上千个计算单元。。。
' ^' Z, `" H" x, M- _9 n; Z  A
2 J4 Z- f; d3 @7 W# O7 {7 Q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！）
, U1 b+ A3 F5 x  @  D4 c# C7 Z0 U- G! A. N" `4 l8 q8 x
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, r) Q7 E* a1 {
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.
5 R8 d" _" J) C; v, S: Q; t% z
9 K" [& e$ K6 L6 d1 {- a; L* k最好还是用高性能的计算库, 比如inte ...

  c8 v# N% `; p区别还是很大的。编译器的优化还到不了那种程度。; @  P) {2 G7 G: T. U4 ]+ g* e
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 n3 M- k6 L: x7 V6 i) P* {) ?/ j& E& o
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？
3 a. P) z0 {2 G; q2 F" a. w' o8 F# L5 Y3 A' h% w$ N1 ^$ C. V
想了解一下你问题的规模：
# O+ Y/ r! L8 L' n+ f! x1) 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。  B( {6 h7 m# S  I) `
2) 矢量和一个二维数组的长度大概是多少？$ j; }& M6 ^( m. k: a" C1 C4 H
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
3 a. J. k# n' @& v, r
沉宝 发表于 2022-10-2 01:385 |  f7 x  D6 Y2 `) f* R+ n
现在进展怎么样了？# {6 y* E+ I% @9 G
/ q7 i: `3 A3 G$ p- s  n
想了解一下你问题的规模：
  `: c9 X7 C# M& |; d3 v
0 N0 _4 ]5 a. O6 T$ y
多谢关注。
9 s9 s6 H# i* h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。 0 m1 I1 K& b9 |" H; q
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
; x2 |) c. e. R! \1 j. Y& T( s多谢关注。  G  t  l" J' 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 ...
, \- _: n1 n' r) a5 o( W, ~
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？, i# z1 T" Y1 m5 l  g+ s6 `

2 L! Y+ R  E5 g" H( }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 ; z' R+ Z: N6 B, T$ G1 i  f0 C4 [
沉宝 发表于 2022-10-3 01:16
' o  }( C2 B' V' O; q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？
/ B! e$ C0 A1 q& B- F/ v& l; A7 E  Q% l% V
另外，你在 Octav ...

$ d  F) |/ f& `$ z9 n/ C8 m
- `. a) w& q+ _% D, f应该没有那么大。
, i6 J# o. b0 h6 Y, C) U/ T我算的：" v5 ^5 R4 q5 E+ M' O5 o
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。! U7 y- }' e* }! k0 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