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 / P5 ?/ l- Z( v; o" x. e

  O  `' G. s  T; v+ B- O做一个数字信号处理的小算法，需要算互相关。; m* d& n) Y( d4 w3 i
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 B6 b. j& Q# V6 q2 b: x! K8 J
5 l4 y) y4 T6 L8 i% ?; I& 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 。/ l  _# Q! S4 Y* }! k9 Y6 ^
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。# Q7 U" `; j& ?: t, K

, N2 X  \1 u: E3 @) ~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。
% ]. d3 `' u% _% K
$ Q, L+ u  f# s  b高手们给分析分析,  多谢了。- o) V. `* y9 k+ y) R$ D! 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。
( h. ~1 t& s0 H( `( W$ t& ^( U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。2 q5 L: [) e$ j
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 5 c- Z# T4 q$ x0 w, g4 w* Z/ u
雷声 发表于 2022-9-23 07:02* s0 D% O1 }0 C1 T
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。 ...
7 ?. d. }! Z2 y, P1 p# x

. D  T8 a( A/ v% o  t, s4 u2 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。( f& R) G& {( L& ?
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
9 H  I2 H# T7 d  e: y- ^0 L' `. s( q, t4 g) q5 U
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
+ O1 N' k& C% B7 X5 z4 F; Z. d- k+ L0 |6 \$ `$ N) i' K# {( z
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？" A, `5 I9 n7 F9 u
并且是单线程的？加个openmp并行试试' V+ X" X* B0 X: A# o
或者调用mkl 库的互相关函数试试+ ]0 t7 M4 J5 f5 z1 e
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
- ]2 I+ x; ~  r6 k汇编快！

  ]; x1 Z# t( 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.
2 J* C$ `3 W9 {8 E) u/ ?! f8 P
7 {: O* I; K. n2 E2 h* p1 V. P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
' S8 k' N  `0 p6 N1 ^- A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++ ...
  Q% P' Y, J. H$ w: @0 }
STL对性能优化没什么帮助，只是写起来比较安全而已。
6 M# v4 E9 |" s# X/ |7 e3 u0 l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。
- R7 A6 ?4 Z( s4 F/ _  y2 |) {买个Ipp库虽然不贵，但是还是要几百刀的吧？- J4 l" M, {7 c$ Z4 M
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$ l3 s# y1 c! ^. 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.; [: u, l; ?7 a4 k8 z
3 \, I! F/ Y/ p$ w
最好还是用高性能的计算库, 比如inte ...

) K% Q7 f) a+ l) n& `+ i) @3 b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 15:484 \4 a% H' o. t) _
STL对性能优化没什么帮助，只是写起来比较安全而已。; l; \1 Y0 l; a( S$ k& t# B
下面数值分析回答的是对的，要么用avx自己写，要么 ...
+ _: @0 p- ]. D5 u) J/ |4 ?
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 ~0 Y* q& F0 L0 y
沉宝 发表于 2022-9-23 20:53; H- A" S$ w& X: j
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） ...

( \/ A1 F( a9 S, f& C  k, x0 _' u+ j7 Z
6 _3 c4 ^, a* U; k' }! ]- T必然是GPU啊，10来个核心对上千个计算单元。。。
# W% ^% t" ^- s" J8 j+ d6 U7 [) n/ {9 m. k; I  B
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！）
$ A2 S4 u9 ~9 g9 k; \
" {' A) F0 e# M- n2 A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
. O  [+ e- T* q5 V/ Z- j; H3 {6 ]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.
  T# r% J- u4 b) J! V% P; @0 {1 k
) G: g4 T! _( U, w/ B7 i& R最好还是用高性能的计算库, 比如inte ...

, ~* p0 `4 d1 `8 s0 O/ W- Y区别还是很大的。编译器的优化还到不了那种程度。3 L: O& e4 E3 c3 }: V
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1 T6 @5 Z/ W/ _0 e4 k- R
" O$ m" D% \. k6 n' B( g, {
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？
& N1 e1 i4 h& W0 i5 J; L7 z% _& B. S, _+ |, L
想了解一下你问题的规模：4 p' a) _6 _$ u# ?* S7 J
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。
& h' s7 f! Q0 U2 E2) 矢量和一个二维数组的长度大概是多少？
' F$ L; M0 G* l8 H' E3 g3) 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 4 l  S8 D' V8 Q; Z  H8 p6 U" N
沉宝 发表于 2022-10-2 01:38, K5 o+ @; U6 v/ P; l. O9 d
现在进展怎么样了？$ w" p; E0 N7 j+ q$ `# p5 k/ _

  W  a# `: [0 G# q1 J( H0 I1 ^想了解一下你问题的规模：
& W. l/ F- ?! e" G. O
/ Z# `" d/ L5 N! {" b2 v
多谢关注。) d2 L4 K( o5 D$ n& Q3 w; X8 z3 L$ Q
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 ^- I8 @7 @+ G. o$ |& p
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 03:042 o, R, I0 w9 [: i( }% `  t
多谢关注。% n- p0 l# \7 C" G% 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 ...
6 L: K# p; ?8 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？
) Q. W$ F$ r) r% f+ Y  P4 n' |  @9 @+ o; i
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 3 m; T9 j5 b' w/ h
沉宝 发表于 2022-10-3 01:16
0 {! `% _: a' Q# R9 ]( f, q' 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？
( J& r! q/ b, @0 y" C9 c* R% R% S  t+ A. o% i- A3 h0 X- k! s1 V: ~
另外，你在 Octav ...
( L. m' O% h6 r# s0 @& z) y* ?2 f. `+ Z
" w+ }9 j) b% n% B, p9 [; ?
应该没有那么大。/ K$ _9 x6 n3 c$ n* _* G( |
我算的：0 J, O" J5 \2 J* i1 p7 [
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。
2 a3 ?+ s) _2 H3 D0 ?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