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
" }" W3 Q1 p2 E6 i7 H4 S$ Z  q8 u
- l$ ~+ f0 i) ]) k1 ?" i* y做一个数字信号处理的小算法，需要算互相关。9 }( }, m! `4 }7 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。3 _. H  I0 V) }

/ C0 h; R& l( A' _, x5 tOctave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 。
4 V7 e! t0 W; Y4 F. |; F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。( _' e7 K' e1 ^  r4 t

! o) l9 Q$ ]- c3 FC++ 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。
% H8 _7 O( G! [: R! l, V/ H' v! `9 k. `5 {0 Q- B
高手们给分析分析,  多谢了。
' z3 f# o- K5 J9 V) [3 Q" E7 z
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。. f, {* P0 F$ u7 K1 |$ Y0 `" v! r
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。
  I2 a! w. G$ U7 q  \) W3 s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 0 l" T% q& k. g! l4 I# _. x
雷声 发表于 2022-9-23 07:02' d) G/ E4 @- N7 S- q
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。 ...
+ F6 q  F& i" d& v) @

$ t9 M6 k! T7 E2 f$ i6 W8 F0 }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 a" g) f2 E; F( r
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   V7 w+ X# n& ]0 S6 Z5 g
4 n7 u* q7 e: U. C4 q
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 # V/ y* B- p' w
& X7 v8 m% l$ G* Z9 U: p4 S
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？6 h; W) v8 Y: P* B2 U2 _5 V
并且是单线程的？加个openmp并行试试9 ~8 K! _0 ~. o* p' y1 K# b0 S
或者调用mkl 库的互相关函数试试' U3 j# X5 t/ K  ~: K
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18( X( D, n4 c9 v4 {
汇编快！

1 b" L8 o0 B" [7 D# h1 v/ d- ~- Y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 V# k- W7 o# j- ~3 M/ v( y
8 Y4 \# k) I, C
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$ H5 \; M9 `5 H- P; S: 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% ^! i3 k5 [' k* aSTL对性能优化没什么帮助，只是写起来比较安全而已。
3 @7 w3 h' i# f5 L! n  L: |( E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。2 {# G  X' u: A/ G5 `
买个Ipp库虽然不贵，但是还是要几百刀的吧？
0 J$ M* a0 l* a! U/ i# e  K
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 22:432 b4 v5 f) i, T! z2 W9 c3 ^
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.
0 ]4 [- i7 D/ D7 G* z0 G5 @& J8 H2 `, ]
最好还是用高性能的计算库, 比如inte ...
; z/ g. W& a/ `
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, g% Y$ z* G3 x8 ]
STL对性能优化没什么帮助，只是写起来比较安全而已。% d. q3 H7 x, q) ?
下面数值分析回答的是对的，要么用avx自己写，要么 ...
5 X& l7 }, x, n: t' M
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 % J$ a; j6 _* r
沉宝 发表于 2022-9-23 20:53! V. m) h7 }2 H% g3 ~/ {1 R
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） ...

' n: ?) U( |: F# W7 G- r
/ G; {6 ^; N+ H1 {0 Q  w必然是GPU啊，10来个核心对上千个计算单元。。。6 p& e/ G" R; a# E

6 z) n% x# i' W1 R; P9 s% ?7 s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！）
  r( C3 ?$ V7 ~5 }5 `. M4 o, t4 O: T1 o5 m1 m
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/ X0 p- Z9 c! u7 d" ]" W
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 D, i- z; S8 u9 Z) a& {/ x& P! a0 V5 j1 M' \
最好还是用高性能的计算库, 比如inte ...
) b5 j  _4 y- T0 V8 I0 g& \" C* H3 R
区别还是很大的。编译器的优化还到不了那种程度。
2 W  u4 B8 r; F& r; F7 X% [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
. G) H+ }3 G! L8 o, }/ D: X$ B  ]9 M1 C" v
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？
7 a, y% z* U- y/ ~0 _! X" }
  R6 u  ?# r  u& R4 u1 c( W' ]想了解一下你问题的规模：" c- V; i. g! d  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。
. P2 U4 }1 ?5 I2) 矢量和一个二维数组的长度大概是多少？$ E9 }( [  M4 w
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 2 k/ h8 P& b! h2 J, M# @2 x
沉宝 发表于 2022-10-2 01:38! ~9 a( f+ X- s
现在进展怎么样了？' D% J% g9 E2 y
% C2 t# S; a4 G1 e
想了解一下你问题的规模：
% U0 g  U: A3 h
2 n8 B" G' a$ ?' K& Q, w2 U
多谢关注。, k9 {. v, h, q* l! B- 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3万点矢量做互相关，重复3万次这种互相关。
4 {1 ]6 ^- H# r% A+ O& f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; N( I- ^* g& e. H+ @& X, G) a3 y. ^
多谢关注。1 h# s9 u9 W+ b! k! U' w) l6 m6 D
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 ...

- I2 f4 X1 K0 c9 I' c2 m3 `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？5 R/ ]  L1 }; Y) T2 Q3 d9 W
# B$ n2 P# }5 g- Y( F  k0 c
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 4 x' e% U4 s/ A  E
沉宝 发表于 2022-10-3 01:167 |* q0 m1 D' L9 \
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？: V" N% i. a1 B
  t9 W1 k8 A! B
另外，你在 Octav ...

9 \$ q' B0 ^5 [( h- Q" W8 }1 j; D8 E8 j! O" k1 _  P
应该没有那么大。, g' z' I$ U  t0 O% W- K; \3 U
我算的：
9 n# L1 m; A# W* X3万*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。
% f; T+ C! |6 M& S% s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