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 . f! H) m& m+ Q
1 \& y, S3 C$ Q$ q1 `& Y
做一个数字信号处理的小算法，需要算互相关。/ S9 o4 Q% s/ p# ^2 L" k: e
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。
, d' G& T+ H# C+ [
3 P/ Z, e8 Q/ U0 ?( y. M$ KOctave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 。
# G5 r, Z% X+ O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。
$ h5 L. B8 |) V! D! L
3 x; T; E: G0 x/ W/ |3 R1 {+ IC++ 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。
4 V7 K. Y$ \- f9 m* ^2 ~9 [+ F) ]& {7 K8 f
高手们给分析分析,  多谢了。4 q. W# Z8 L! W2 Z) R
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。- `7 o8 l2 o% I# 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。% h6 Q7 O. h) ~9 k$ f: r2 F
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 & C+ f8 X3 k, K) ?3 C
雷声 发表于 2022-9-23 07:02
9 o) ~' e7 @" _& N3 n8 a# |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。 ...

: K5 H- c3 X( Z+ q$ x' S  I* u0 ~# H; u# w8 p" r3 [: V& 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。: J1 a) r" {( h. U, S) k+ @
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
2 d0 P) t7 ]6 I$ z8 i- m+ [4 L0 e! D4 V" x: p: u6 o  b
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 ; |# r, i; q- z2 ]& h

: T$ t1 l, a* J  Z4 ^4 T- IC++ code 用的是普通乘法？换成sse/avx向量乘法试试？
% z" L2 J9 K4 o, x3 }3 o并且是单线程的？加个openmp并行试试
" t  f' \9 d6 }  O& u2 Y+ B5 S5 M0 `9 m或者调用mkl 库的互相关函数试试! |5 ~! d' d( P9 Z3 }
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
5 \! M. {" P4 Q% Q. X汇编快！

2 m) X7 M$ V% g/ e  o8 K5 s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.% D' G3 c4 h# n# O) t7 l; F/ J
$ \# v8 n1 k6 X6 D  o* b+ Z' a# Y
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" j0 T# w$ T: _- _: M
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++ ...

1 [8 s/ K% r3 u6 fSTL对性能优化没什么帮助，只是写起来比较安全而已。
. o* K" a" g4 S- g( [' e2 P! h- [3 K7 o- d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。
9 e& `- G# f. W! Y8 u买个Ipp库虽然不贵，但是还是要几百刀的吧？( I3 P& k4 Z3 v( O* W
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 22:439 G; Z+ f9 ]% d
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 J4 {# A. }" q9 ]8 J* ~9 A

. b% g. F$ f+ T5 o2 S  ~& I1 n# q$ s最好还是用高性能的计算库, 比如inte ...

+ U: `2 v2 w- \; U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
% M7 Q- O0 d8 |/ h! ]1 _STL对性能优化没什么帮助，只是写起来比较安全而已。
, D& A% f+ J2 w$ C下面数值分析回答的是对的，要么用avx自己写，要么 ...
' G* Y, W$ M7 J0 i# |5 _
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
; P7 j# e7 E: }# ]
沉宝 发表于 2022-9-23 20:53
* m. R5 a! ^9 \9 l7 _5 j4 j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） ...
1 x0 L& c* t0 m! V7 t8 b

1 ~$ K& ]3 a3 U1 M' g3 E必然是GPU啊，10来个核心对上千个计算单元。。。- O+ E  D4 m& M& G% D/ w
' `6 e( A/ G  U: P
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！）
# M! a7 m' s5 r" q) }* d
) _6 u: K7 M2 h0 w* y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
( V# X2 z8 ~: A3 \/ g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.$ U+ y) t8 ^* t2 Q" [1 r

4 m) w/ I. q3 y/ f0 Z最好还是用高性能的计算库, 比如inte ...

1 C* R4 x6 y+ k区别还是很大的。编译器的优化还到不了那种程度。2 B/ \" F* u/ V  }
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 l, N. E* c; a1 g1 O
5 _- r+ }' s  B8 e! i9 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？
6 c! ?! k: V4 K) c/ w6 ]! O7 v6 P% P2 n6 `" r; l
想了解一下你问题的规模：3 f) Z+ \, ]5 h) h
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。
, e( R% y* x2 p5 s& Q, G! t2) 矢量和一个二维数组的长度大概是多少？
( g0 x! j5 G3 P  Q" R4 e' L3) 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 # h' P9 b: w) \
沉宝 发表于 2022-10-2 01:386 a' D* i; o) j+ S! _- Z; n. y
现在进展怎么样了？
& i* c7 s4 ?  A- Y, O
8 H9 T2 K  S( k3 j想了解一下你问题的规模：
% I. x2 q! m& a* d4 d
* H  B2 G9 b/ x' T/ r
多谢关注。
$ l& @* i! J7 Z" t  K! j( z( U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。
; N5 o; Q( B3 g' T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; t3 r: r6 o5 k& I
多谢关注。8 {9 X/ ^: O( w; j- W  u& U
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 ...
6 b3 t1 K8 M3 A. p- a4 R7 T
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？
( G2 ?9 ~4 B( G) B: u2 U% Y
8 R0 J  I" o  e$ ^5 ]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
' n* y" f) g, x( D5 J: u( K: i
沉宝 发表于 2022-10-3 01:16
2 m  F, ?( m& H  r1 m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？* U' p# Y$ x: e9 g

! e7 K5 T. I$ b. d0 z2 }$ S9 o  f+ y另外，你在 Octav ...

& f" b: j& }7 S. c  o+ M
) p9 ^  t* i) l7 N. {0 `应该没有那么大。
0 B+ b9 ^3 c  ]" K( _+ W我算的：9 u: a9 b$ F: v- r& z
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。
% }  s3 l1 s/ t) E  O* [7 i" @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