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 ! v# T6 y9 p* W9 x

+ K, Y2 o7 O: o" _+ D- [做一个数字信号处理的小算法，需要算互相关。0 G) {: a7 C3 S. X* k0 n( S3 g/ C( n
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。7 ^4 X/ L/ S% }( Y3 q4 f* X7 j
2 p- v; ^" Z/ ?& ?! ]
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 。/ u5 ~: P! _  v6 ?- X# V# [. t
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。
  W. K; ~) U3 M6 g2 t( _! |- P2 ?. A, B# F
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。
& [* Q  l' Z: J
6 N* r$ ]3 }  s; S; n' s" Y高手们给分析分析,  多谢了。
% W5 n. [: ^; R: h
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。
$ W, \4 U/ [$ b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。
/ R( s$ d( C6 e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
$ `3 _% S# t1 B5 G
雷声 发表于 2022-9-23 07:02
% G* L' j( N( l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。 ...

) @$ F' `- J' t) z# {. c/ H1 |' p
* B5 Y  _! T6 F; s; m. f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。
2 v' f" q! r2 z) c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
* u5 P7 F1 L5 O# w! d( |* s
* |, {: R6 h$ D9 b8 g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
7 q; r& F0 ?( Z' [* ?& }3 S/ t& m, \9 F' R7 y5 m- j/ o
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？% o' @6 z! f' I0 q3 p7 K' m' W
并且是单线程的？加个openmp并行试试# c2 S8 k1 Q- C' K" y/ N
或者调用mkl 库的互相关函数试试
6 u  a7 _  A8 N* L) S) Z+ @
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
" E8 n9 j* I( _" k汇编快！
0 ?4 F+ y, D  O
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 j1 m$ ~3 R; T

6 N6 m6 K3 v9 d) E) o- U1 k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
: [' S3 I8 B1 ~0 G7 q/ i9 n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++ ...
; ^) B, R$ Q/ e* O' u
STL对性能优化没什么帮助，只是写起来比较安全而已。# _- \0 T1 i/ D2 R+ V
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。: k7 C7 M' H2 ?, l; _* l9 L" x7 D# ~
买个Ipp库虽然不贵，但是还是要几百刀的吧？
2 J1 j# I) Q' a& s( V  \- ^+ z
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
0 J0 [* L' M, _0 |- \% Z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.% o4 {  a) x" A: o+ B, J1 T- _: S  m
; w% Z2 G: N: ~. @' Z
最好还是用高性能的计算库, 比如inte ...
) i7 L: Y! i* {& 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
6 W% r5 ~& z% N6 KSTL对性能优化没什么帮助，只是写起来比较安全而已。& ~9 o" h4 e% I) p9 ?3 F
下面数值分析回答的是对的，要么用avx自己写，要么 ...
: j7 a/ R  h* 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）
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
* c2 F7 }: ^  S$ Q
沉宝 发表于 2022-9-23 20:53  K6 ?" {' a0 R5 I/ R- 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） ...
" c1 v: @! Q% s: P# M0 w
' G! b4 S* v2 C2 \/ g
必然是GPU啊，10来个核心对上千个计算单元。。。/ ?" j0 E; o/ y7 X+ _# x8 q- q
( T. C7 H9 }% V0 {# V' ]
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！）/ \' t: W! m' K! r; l# D

6 z: y& y, \: e2 @7 C3 I5 y  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/ I3 v2 h0 K: \
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; q0 K+ C6 ?" ^! f2 N+ h

8 ~7 i( ^0 y! l8 Q0 s- }最好还是用高性能的计算库, 比如inte ...

3 u3 Q" v# o; y9 V$ c区别还是很大的。编译器的优化还到不了那种程度。" |" _# c6 P' D8 @
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8 Y; }  y/ }# T& _# e

7 c% Q+ t9 s& M5 [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？( e! B+ ]9 l" _( \9 H. n! e
# K+ G6 t6 E" \' r2 g
想了解一下你问题的规模：* h  C' R% k) l" ^# 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。
+ W) \- U* `4 W6 C2) 矢量和一个二维数组的长度大概是多少？
+ g% W/ y, g, ?, K3) 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
' W$ U" t1 G  L+ O; d8 G
沉宝 发表于 2022-10-2 01:385 D0 P. e& Q3 R, h+ j) K. N
现在进展怎么样了？7 [# E( q4 {  a7 ]/ }" D5 @
5 g! K1 s- J7 ~9 {# |9 B
想了解一下你问题的规模：
2 J5 P  f  w% p

8 R  }  S" C# N7 Z+ q5 K多谢关注。! J2 z# J" T# U3 ^% Z0 Q' T
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。
7 J3 b4 f% p. u3 H8 _. D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# L3 c: d' ?0 @  s) Z# V+ Y/ x2 B: ~
多谢关注。
0 v' T0 f0 E  l/ u# V0 f0 [3 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 ...

' A  M3 S5 \& x- @: h. 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？7 m' ~+ ~4 k, s7 \2 p  @0 y4 q; J

7 w1 v6 I/ w& _" ^- M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 2 V, X) S% k9 m% U( X
沉宝 发表于 2022-10-3 01:16# J& N' D. [  b( T5 ~6 s! 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？& T4 u/ r5 G" A4 a. P1 F! m  b7 {

, Z; \, i0 x1 H! @+ y另外，你在 Octav ...

) ?( E4 S8 R' _7 S: @  A) S; ]" B6 B) m$ F8 u. O' Q$ a
应该没有那么大。
/ ?+ X5 s, P9 f7 `5 J我算的：
  _% S7 `5 R2 G* `1 G/ p" t3万*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。: X# e1 t5 i7 A0 F* e0 h+ h
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