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 # N+ b% M- W. K8 J  s) `+ U" `

7 b4 M8 z+ a% ^2 Z  B* ]做一个数字信号处理的小算法，需要算互相关。
5 z! x$ m9 @8 L2 C( y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。
% G8 P; K; m$ H+ p4 |9 z; p  [
  w& K+ M0 J% t+ @9 i8 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 。/ y# U6 `( c8 n2 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。
& h; a+ c; b! ^/ M. ]: y. t
0 V# A" K9 K4 BC++ 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。8 j1 |( H+ X2 V2 N. e8 B. s

  r- }9 G- _( V; D$ C高手们给分析分析,  多谢了。
' U& h; \8 O; j$ o, y" ?
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 ?2 w' r# i+ h5 J6 k
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。/ }6 U6 r3 L  F  k# c
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 & @: d9 U+ r, q' X& Q
雷声 发表于 2022-9-23 07:02) d5 q1 ?0 V5 ?5 K
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。 ...
* i5 i- p/ k: n7 c

3 e  g  d% S# j8 k& K( z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。( C- i8 s; p! k4 n8 ?  a
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
7 r3 z7 |3 u$ |. h& g) K
1 t* _6 E3 C4 m+ ]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 " A$ J& v7 e! [$ K1 h0 u$ p
. _8 i! \' E/ p+ r
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？+ l" F5 {( F" Z6 K' f. R
并且是单线程的？加个openmp并行试试4 {5 l4 W3 J; r: W. U" j
或者调用mkl 库的互相关函数试试# v- w( r% f3 w8 i, H3 e9 l
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
3 r. n+ c; e+ T+ E汇编快！
# ]$ Q5 W4 C8 x9 L) l) e- i: _! Y0 ?
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.
; a/ \# ]3 A! B  b1 j2 W1 {( A3 \( e0 u
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
% t5 b0 i$ M7 Z3 I0 w, R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++ ...
5 D4 W1 O$ `5 `( I
STL对性能优化没什么帮助，只是写起来比较安全而已。
- N" |+ Y  a. P" T8 V7 T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。
7 h0 ?( ~3 S7 n/ |( @% d买个Ipp库虽然不贵，但是还是要几百刀的吧？& H0 p! a; P) q+ v) f
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+ o* I* p" Y  Q) }
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.7 X# E# M: B* Z6 o; G) ?
# \* A, C" r! |' d& W, N
最好还是用高性能的计算库, 比如inte ...
8 T) `( k& f8 ~" H
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  e1 U- @4 {, Z) e/ r
STL对性能优化没什么帮助，只是写起来比较安全而已。% d+ d2 C0 `$ x0 {- k  B/ O
下面数值分析回答的是对的，要么用avx自己写，要么 ...

7 i; g- y6 j6 X* k7 w6 l+ 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 9 f+ G' @6 X8 s9 m
沉宝 发表于 2022-9-23 20:53
: K& K4 q& D! U: j* v) N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） ...
  H4 N( F7 B8 X! {$ l
" u" o0 p& O0 m" O1 H$ I, W1 x
必然是GPU啊，10来个核心对上千个计算单元。。。9 L) _* `* B, l
+ _: ^2 N9 O; Q7 R; C8 O; ?. U
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！）% B8 y9 V" }# o# ?2 q- O, R  L
/ y( D" G  h5 N5 L
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 11:438 U$ q. r; @5 P- m. R9 ~
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.
3 D# H: T5 q8 S& d0 K2 [5 ~2 p/ u$ v6 o2 F" s( [+ x& D( p8 ]
最好还是用高性能的计算库, 比如inte ...
1 d8 N* n+ o) |% {7 f' I+ Q
区别还是很大的。编译器的优化还到不了那种程度。
0 z$ Z% G. l- l2 o7 o. W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" P8 @; A( R/ K

( K; V) w  ]) ~" t$ G7 j! i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？
1 F) b. c3 c" r' p3 Z) c  R; I# B4 A( k
想了解一下你问题的规模：
) M; `6 T5 Z) Y+ ^6 W! ]: N1) 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。
1 q6 o, v' _( Z6 O, p4 o2) 矢量和一个二维数组的长度大概是多少？, |8 C; v* `  Y3 d6 I% |" Z
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 - }1 ]2 l! R& t/ g7 r, c% `) |
沉宝 发表于 2022-10-2 01:384 r1 F  U2 ]* _( V2 [/ P
现在进展怎么样了？  x  L( d% v/ O+ r( A
( v' u9 m# N  m' Y
想了解一下你问题的规模：
. j% D# c  o" r4 I
" t$ X5 ?/ A8 W: T. a# o( T- `
多谢关注。
+ D+ O" V; H$ e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。
8 o% j, ~% V! l* Z) 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* w+ B2 ?9 e' D. ]0 R8 J$ @
多谢关注。3 W- D6 U  s* ?- I( 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 ...

4 m7 A0 }( @  e8 x, s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？
, Y2 g0 i" A$ P8 D7 g1 I- y
' c1 a/ j! t7 L4 B1 h$ p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: [* ^1 T- X$ j; f( w/ Q5 ~
沉宝 发表于 2022-10-3 01:16
, A* t2 K. H% N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？
& D8 _) ?+ S& ?- I7 B0 s# o: r5 x& C4 d% c1 H3 [0 E% W! m
另外，你在 Octav ...
" H4 R5 {7 d, y6 U

5 p6 f0 B- H& S8 I' _, c应该没有那么大。
+ ?6 r# t0 [* I& I. H我算的：
% Y9 h- N  e; ?# ]0 E6 c- g. ?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。: c: J) H9 S  b; j' E* M) t
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