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 ' D3 R8 R0 o. G: r+ j1 A8 Y  F# L

+ s& ^1 M# x6 t6 C做一个数字信号处理的小算法，需要算互相关。
, m  S7 ?$ s# h  J- G" d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。
6 H9 Y2 m: a" H9 c- o0 b; S1 s# K9 t6 j# N
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 。" f' d, ^0 F! l
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。
5 {" `6 ~% o8 Q; W
3 Y1 y/ J7 e  i# Z2 |; l0 ~' yC++ 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。
1 @$ w  L( T# I1 a0 L8 [6 Q2 Q
9 c6 k* g' U7 M2 T* [高手们给分析分析,  多谢了。9 @: w( r( O, ~7 P
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。1 B* d/ C/ ~% r4 T  u. i5 t) O
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。' g6 z* W; U0 m8 z+ {* D7 S( k" o
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
/ _& O4 E) T( ^* n
雷声 发表于 2022-9-23 07:02
4 ?- p6 O$ R2 u6 m7 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。 ...
# ]3 q/ j8 p& K
) @8 l/ j* a3 N5 Q
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。$ @: o+ g5 e$ N& x9 H: r) r* E
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 : v; \1 y) X$ L; w2 v
4 s+ G& ]% Y9 \
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 % |$ N) Q1 f2 g6 q/ R3 ]
; e7 i& d0 z2 z0 q# Y1 k& G
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？
9 }9 F1 Y3 v4 c! o  |/ a+ x& @并且是单线程的？加个openmp并行试试# i/ t7 {0 i3 {7 k3 W6 \. @/ a: q$ k: v
或者调用mkl 库的互相关函数试试
0 D2 B. K9 S. l
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
( B# q" M% G& D- V. ^汇编快！
, \, U7 P8 X1 U+ u9 y9 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.2 O) J* W9 r3 S  V5 P( D9 V, d! v1 |
; O7 g/ K& ?- B5 K* K4 E
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
+ \, n  C" t8 v/ `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 \, w& \$ E' N! m% M
STL对性能优化没什么帮助，只是写起来比较安全而已。
  I8 a. t, k/ J( i( c1 M5 o+ s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。
: Z9 @* f6 ]5 K% U! d2 L买个Ipp库虽然不贵，但是还是要几百刀的吧？
  \& T  S9 t1 E% z, n
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# K9 d. K) }* S2 _
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  F8 ?6 P( F/ `# \  B7 V
1 u3 w7 O- y. I7 m
最好还是用高性能的计算库, 比如inte ...
* r# G& d: E- {  h! Y9 P2 I) g/ S8 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 15:486 o- u; o- g4 b4 ]7 J
STL对性能优化没什么帮助，只是写起来比较安全而已。, M' {! t5 U' A6 K9 r: N) n
下面数值分析回答的是对的，要么用avx自己写，要么 ...
( r" o8 M+ k% x5 u- _. E8 E( a
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 / g: T- z) L; v7 z  t" ^! ~; Z& r
沉宝 发表于 2022-9-23 20:53( M* g7 j/ m& o4 Q: A) `  _  u
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） ...
8 F7 ~5 f8 |- d4 f! F

" k3 x  v% n, y+ B  ]必然是GPU啊，10来个核心对上千个计算单元。。。
1 k' [+ D$ }" [8 e* o
4 B3 o8 G7 s# J8 R* T. D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！）
8 g+ A$ h' f+ D. R% Q0 N; `- N! t/ H
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, Q: I- q+ p2 ^4 T6 p
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 F4 S1 A9 b# I# g$ p/ o; o4 \+ ?/ b
' v: U/ t! s- J) o. J* a# L& M最好还是用高性能的计算库, 比如inte ...
6 Y2 `% J) d, f
区别还是很大的。编译器的优化还到不了那种程度。
* x, s* K. h1 G" `, j& D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( S) w! E- ?- n$ a

. y, j9 B" u7 g& ]3 B8 j3 h' ?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？
& C1 G0 [% B7 O$ S/ R; z5 a9 f1 j1 _
想了解一下你问题的规模：# o" T6 ^9 N. m+ z, Q
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。
4 l& y# b- ]9 ^5 }2) 矢量和一个二维数组的长度大概是多少？
5 W4 h: C# H' w" H3 R; g, R3) 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
$ Z! t7 _3 f' q
沉宝 发表于 2022-10-2 01:386 |8 d$ ]: y7 \, d
现在进展怎么样了？* n" @+ _$ b( J

& F4 r7 I' N# I* C想了解一下你问题的规模：
. s$ N+ L# t4 p0 B* _9 ^- I

7 J$ c5 o& `/ O  J0 ]多谢关注。6 \8 F3 K$ A3 Z- p
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。 ! S4 n; m7 ?8 C( [+ 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
) Y" z- Y& y2 T( _$ ~& o( X& U0 U多谢关注。8 x4 S1 x: d6 r, Z% {; T- g1 S
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 ...
& t! G3 _5 J" [' w; 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？
: B# a/ H+ X6 P' H: r: I7 R8 w
8 m3 X" |7 D' V& K) L& t- _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
, L: G, O. G* y! J/ L
沉宝 发表于 2022-10-3 01:16( v/ x7 u0 e" Z1 N+ K6 |. r
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 H/ t% D' u0 E2 X+ I, _
5 f! |* p  a% T" x另外，你在 Octav ...
( O$ I7 F/ @! u/ u

( s6 Q# q4 ^: z应该没有那么大。
6 o) K' ^* g$ L) d' z# R我算的：. E9 ?( A: l" {0 c4 ?1 E
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。0 Z  P  ^2 M( u6 E5 a3 z3 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