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 # R# Y4 N& u* J8 @

& O, b: Z' d2 k做一个数字信号处理的小算法，需要算互相关。/ v( q# I, `+ z6 D' z+ o
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。4 J# |! p$ ?* T: z

* B' S4 _. G* \: y/ }/ P" JOctave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 。5 u( x9 ]" T: 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。& q; w( E  G+ p  X

$ A+ {* Q4 }0 w- }4 pC++ 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。5 q0 v, m4 j) T! R

4 v" M& y# N: [# c6 k* i高手们给分析分析,  多谢了。9 W6 c9 |9 A5 |9 G
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。5 l# @. ], x0 }3 i# |8 d& |
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。
, ]  Z% M( q( X( 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
# C9 c: z5 I) i& I$ d$ |. I
雷声 发表于 2022-9-23 07:02- `7 i2 P% F! H% Y' {$ 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。 ...
! X/ h2 g" C8 x+ R. o
. X3 A8 E5 n+ k8 Z- s
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。1 W6 d( M" z. d# t, i" [1 Q( ?
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 ) o$ ^, r# j# Z$ N3 O

! ~% y1 C# x8 O$ t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 2 b& k, R6 e$ o4 v: J' s5 E0 Z

  I7 n8 ]5 s1 _1 @9 PC++ code 用的是普通乘法？换成sse/avx向量乘法试试？
: W, D9 j! R: A" V9 Y0 S7 @8 Q并且是单线程的？加个openmp并行试试
6 v) S4 q" h- A! _3 d+ R或者调用mkl 库的互相关函数试试
9 U, ]& U6 l" b# X4 [
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18" \6 v. b- i( Z5 w6 ?
汇编快！

0 W7 X- J. ^& ~/ x& [$ 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.
7 p* d+ f/ o# L. z. ]& z+ R
( i, b  |' Q6 V3 l% j; g1 G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 08:133 b4 s- a. ^, T  Z! p) 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++ ...

  J. S9 [6 Y  V7 j7 V/ L( eSTL对性能优化没什么帮助，只是写起来比较安全而已。/ }2 M8 W6 c/ W
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。
8 _& s2 z7 G1 g1 s买个Ipp库虽然不贵，但是还是要几百刀的吧？" `+ P0 p2 Q& [: M: R
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
  u$ y2 _( |; z: x3 ?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.
- e& [  m9 p" I) i7 F
; O& t$ D! ^& _最好还是用高性能的计算库, 比如inte ...
4 ?7 E7 R- E) f
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' f7 M! X  j* I+ D
STL对性能优化没什么帮助，只是写起来比较安全而已。+ q; c: Z, R5 L/ k$ A# P
下面数值分析回答的是对的，要么用avx自己写，要么 ...
) D7 `* h7 Y4 C  d3 s; f
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 5 Y* h2 `& u0 s! k
沉宝 发表于 2022-9-23 20:53, O4 Z2 p4 H% Y9 j) X
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/ S3 d; B- t1 q
0 ~$ q8 g" ?- {# |- P必然是GPU啊，10来个核心对上千个计算单元。。。. Y- r5 x& a. S- p. B/ I* r( S

$ q% Z& k; b+ a: ?* c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！）" }/ ]+ }  h. a
# m5 y' Y3 X+ w3 U- r( D
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
' z- p, z9 J& D5 _0 j; J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.  o( z# Y  b% A

  A$ Z( T5 K. j$ s: P最好还是用高性能的计算库, 比如inte ...

, H6 Y# s: M3 T' w0 I区别还是很大的。编译器的优化还到不了那种程度。
8 w1 Q' {1 X; Z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
: [  M6 ]. H. W- B: n: h1 k0 n, v- j, l
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？
. P: Z* X6 N2 X1 ~9 }% u$ Y2 [
0 O' a( E6 ^1 W  ~) h9 |! m4 a想了解一下你问题的规模：
0 Y8 V2 Z& V( p1) 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。/ m6 S+ E8 r: }
2) 矢量和一个二维数组的长度大概是多少？
3 w5 u6 |3 f' P' _: ?1 m3) 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 p3 C: _+ m1 J( _+ F. O
沉宝 发表于 2022-10-2 01:38
% T; `( \: A8 ~现在进展怎么样了？8 \2 v# |( |; E3 n! I8 H9 ~4 f

; K1 c3 Z$ s. D4 y8 e3 g; S  N) v想了解一下你问题的规模：
$ C, c) M# U8 A' {* z; p# K5 b
2 T# d4 B$ {$ W
多谢关注。
- k3 A2 z8 ~+ D# o, d6 B+ V; 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。
4 W6 E: \; Y9 g$ `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
3 z0 X4 R. C% H多谢关注。
1 v3 v5 d  q% u& \6 B! y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 ...

9 M$ v9 l. D+ j: D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？
& G( |3 }- ~1 r% N# s  r; j" B3 X! _/ g9 F
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
7 }$ q" @. ?7 q+ o, `- o9 u1 A. H
沉宝 发表于 2022-10-3 01:16
7 J: @8 R5 n3 x" R- u2 i( U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？8 C# H, w- [" y* }8 E: Q0 J5 P
' w4 h( p; H* f* n
另外，你在 Octav ...
  I  @9 b1 O4 u

5 f1 B5 m- r" i+ J% j' L0 `应该没有那么大。
1 i& C4 x2 h3 D2 e! g' b我算的：. R" o3 F! S$ t' ~- |
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。$ U! }+ m# ]+ O3 X  c& a1 H7 ^; 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