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
, I! {0 E! X3 V/ v; b) K  i; `0 u7 M4 h3 Q" [& Z2 ]0 v% @
做一个数字信号处理的小算法，需要算互相关。$ \' B3 z/ g" V
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。" F+ a+ P7 a! L& ?

+ I! Q) x1 Y" c( u6 cOctave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 。# ~8 x; t) D; s$ U0 v2 Q
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。3 L' _9 J: V4 T

& p" ?7 Y& |4 j/ r# G2 h- ]+ c  `1 [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。; X% G1 @, n* m5 ^* c* B
- m0 R) |. M# B8 f. p9 J7 p
高手们给分析分析,  多谢了。- R+ u( b& v4 a2 l/ [
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" b7 Z' L+ z0 u* J7 W% D3 Q
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。+ u# G3 ^" H2 ]
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 % G7 s6 ]: y7 A! \! C* T: q
雷声 发表于 2022-9-23 07:029 P" I" e% j$ O$ }& E9 H$ R" A. w
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。 ...

! j2 X8 b- a# ^' [# ^7 C+ a  K8 ]
7 m: f! q, a7 m2 [" O2 X- D. @. k7 [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。
9 Z7 k# O* @7 x9 Z3 i8 O8 X: q1 @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
- N) P/ P8 @& D4 g8 |4 E- a8 g3 a2 n' X. @* 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 - E6 G3 Z0 g- M3 C/ k3 ~5 ^! p7 E
* C+ G( V5 F. X' s& m$ ^
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？
) {. C# T( j' Y9 O并且是单线程的？加个openmp并行试试) t! c2 D% W) U
或者调用mkl 库的互相关函数试试
$ z- l$ @$ N# J# ?. m
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
9 V; b7 I# W' D& {6 r5 t+ U: V汇编快！
* U+ i* d. K1 ^
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./ ~" I# r, ?' ?0 x& E0 l$ s

+ Z2 y8 F' L$ N8 W4 S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
# q1 u4 F! d/ m$ O4 }) 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++ ...

9 B  r; u7 f; U1 MSTL对性能优化没什么帮助，只是写起来比较安全而已。7 h0 _) s4 _1 [8 N9 F
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。5 V6 n" B; w" q' y, z
买个Ipp库虽然不贵，但是还是要几百刀的吧？4 h, O/ q( b- t, h9 a
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. N9 P& [1 D  ^" g. D4 |
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.
( i& R# k% e& M  I* P4 y- z4 o1 ]- S3 \/ t( m$ @4 G
最好还是用高性能的计算库, 比如inte ...

# _" u6 E( L' b6 d2 o6 w; A: 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
4 t* \9 g, B& G* a- M" I- jSTL对性能优化没什么帮助，只是写起来比较安全而已。
# {& X; H$ E4 V$ J9 Q  m下面数值分析回答的是对的，要么用avx自己写，要么 ...
* i! u; l  C4 J; Q. 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
) f, P! h3 h, S4 G. K( A6 e& D
沉宝 发表于 2022-9-23 20:53& f5 D9 Z6 M0 e' S2 ?7 J: l$ k
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） ...

( z, J6 Q0 N1 f; O6 j
5 s( _6 a/ s, [2 c必然是GPU啊，10来个核心对上千个计算单元。。。+ f$ h# {0 I' k1 y& t+ ~" R
4 F* z$ G  W# `4 ?+ p4 x( Z) R
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！）2 y0 s  L0 G/ Q
5 g& ^5 w6 e4 P" V5 U/ t
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& i1 C+ H9 X2 @& r& k( V4 y  E
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.
" k- d9 f5 A5 V. X+ q
" ~8 L$ @( Q  u( ?* ~最好还是用高性能的计算库, 比如inte ...
% g( Z. N  K1 |
区别还是很大的。编译器的优化还到不了那种程度。8 K! N, Y" d+ {6 @0 {
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
' o% i+ T- i& P
0 n0 r9 m2 v; H5 ]" ]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？
  Z4 p; B+ q; \  m3 R- M5 I- g) q) F( k1 d
想了解一下你问题的规模：2 p; |1 |8 m; ?7 `3 K1 f& ~, v( U$ K" s: G
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。' b8 A5 v1 d) U
2) 矢量和一个二维数组的长度大概是多少？3 j: T4 z1 Z0 f( G. A/ O
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
5 Q6 l; S& B7 Q4 i/ o( T0 i
沉宝 发表于 2022-10-2 01:38
( t% d5 c: d& V* N8 Y现在进展怎么样了？
. z: a. ?2 s7 o! ]) h3 H# c3 K6 b# |' Y* }
想了解一下你问题的规模：

- s% C! ~8 y5 d1 p
0 S( x+ x$ a& n' _多谢关注。
0 T" R1 t. [: _' w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。
. [( x) T  B0 s  Z' u+ j9 w/ C" |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# |6 _0 I1 ^8 d$ z; L. z
多谢关注。5 e0 S3 `' l6 Y* T# H2 W6 [/ b
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 ...

2 i! x  ^8 s8 K- z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？! X6 l; I7 C  B# a/ C/ F
" a2 `& G" D8 z& Q; K4 J. c1 S, 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
* ]6 M% Y* y; e  m( r0 X) \
沉宝 发表于 2022-10-3 01:16
8 i; f- Y# B$ [$ I- V+ Z8 i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？  z. n' v. Q! e& c, e" c% ?

+ c" z: b  @! m# \! _' u另外，你在 Octav ...
" z5 p2 Z" U/ ~- g
% ?* B1 r  f0 _: l$ u
应该没有那么大。
# Y; I7 P' K' p8 e; P/ \我算的：' \' P2 U, L1 S( Z( n
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。
- E+ w1 F5 }3 ^8 ]& Q+ z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