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 * Z: z- f8 l) N- \! c

: T# }0 l  s: q做一个数字信号处理的小算法，需要算互相关。
- U5 B/ |5 g' ^$ p3 f, e0 V/ E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。
9 v  F6 g0 v( S$ ~% p
# L2 I' y/ v3 ?  vOctave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 。8 Q2 t$ M; t2 s8 o  g7 F- j
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。$ L( Z0 M# s4 \- q

1 q7 G+ a& z2 N) fC++ 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。
  \$ j5 }7 }. a$ y! }
5 t4 z; P/ v7 k' @1 V+ _# X- {! V高手们给分析分析,  多谢了。. _% {" E$ F8 M% C" G3 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。0 Y1 d: D% f3 C' n; k1 e
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。3 L5 z  j- ]6 n2 F
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 w2 \+ ]: n  L, [7 T
雷声 发表于 2022-9-23 07:020 m3 x8 }9 R4 [0 R9 k4 O6 x
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! d7 Y$ ^, N# X: c( f0 t/ ]. r3 j7 p# f; {  o
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* {5 P8 ?, Q) f% M1 i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 8 [  F# M' `" @/ H
! Z! x/ D5 E/ b& |
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 6 V1 T1 Q# W4 G

" f8 |  B; P" |5 e: i* O% DC++ code 用的是普通乘法？换成sse/avx向量乘法试试？" k$ v) v8 k$ ?: T# X! j& c
并且是单线程的？加个openmp并行试试
  d3 V6 M7 D1 }' A4 S! O或者调用mkl 库的互相关函数试试
% S% g# j4 I# |" p" {* s9 R% E/ m
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
8 a  D$ g5 p% [. `汇编快！
* i* X6 s) `6 l; W' {* ?
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 W$ V4 w9 ]3 L6 q1 _+ a6 O; t! f5 C0 o/ g7 v. @  j4 O2 E$ r
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& x0 v6 e; s2 a' @, ^3 \  ^
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++ ...

, h2 f! S/ P, w8 }6 c/ J  zSTL对性能优化没什么帮助，只是写起来比较安全而已。
2 x9 Y* L: ^8 Y' J1 g* N! M' [- u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。
5 u3 A# l; E- h! k" v6 k买个Ipp库虽然不贵，但是还是要几百刀的吧？: u9 U8 D. z' F# l0 i. C
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 22:437 e6 r# Y5 D& e# W" ?8 M9 e. l$ R* r
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.% b( S% S% y3 O
9 y$ ~; U6 }! Q% `0 o2 R3 z8 {; X
最好还是用高性能的计算库, 比如inte ...

! T! b+ M5 w+ `+ ]! {3 J( T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
; x! E' i- p, u0 [; bSTL对性能优化没什么帮助，只是写起来比较安全而已。: P: C1 @4 q2 ], r6 G# I
下面数值分析回答的是对的，要么用avx自己写，要么 ...
9 i0 J  ^- ]/ c  A) T
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 |& Y7 M$ K: }
沉宝 发表于 2022-9-23 20:53/ R+ y0 v- Y9 ?' a4 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） ...

$ u: M, r3 f. i+ o
2 X3 m0 I/ l2 M$ c必然是GPU啊，10来个核心对上千个计算单元。。。" x9 ~+ a6 z' H" {

* P5 G3 ?4 \* @7 d6 D! 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！）  _, x' t) |2 j( q" v/ j4 u  L
+ j2 E- t, |- j
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 11:436 @' I4 ~+ w3 O- T, f4 |* K/ p: g
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.
( F2 t0 g4 B& U5 _2 q, y0 a+ g9 ~& x2 u
最好还是用高性能的计算库, 比如inte ...
$ }* N: U$ B% p, I
区别还是很大的。编译器的优化还到不了那种程度。
  \7 }" ^- u5 A5 Q( M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: V, z6 q9 v# H2 R. K2 p

( |$ j8 D4 w0 x; s( O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？4 \6 @, N% x4 z5 `. Z" I5 m
' F2 W9 k0 {. J
想了解一下你问题的规模：
6 O* _" s# J) s1 s3 R$ K# Q1) 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。
8 n+ u  T2 q5 f  r+ v; ?2) 矢量和一个二维数组的长度大概是多少？
% K3 b; d2 }; B1 Q# l4 W9 v0 a3) 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 A4 [) ^  v- B. j3 t
沉宝 发表于 2022-10-2 01:38  g6 x" T* r& a* @+ V2 V" {
现在进展怎么样了？
, C' o/ @- e  [. p2 g  ?$ |9 i8 F  e6 y; k. Z& H+ ~5 d
想了解一下你问题的规模：

7 r7 _1 Q) r0 Z6 S/ |6 l4 A6 k5 j% I8 C9 ~: M; U7 W
多谢关注。8 U: I/ k- x7 a' ?, h
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。
6 t- o, b; d2 `$ 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 03:043 @) F* U$ e" }0 F: }# I  b# u
多谢关注。
4 S! S+ W) r% }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 a0 i/ F' p5 B1 `0 H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？6 E# J, M; e: Q- H( l1 q1 H$ f

( P% h* g# n% b$ Y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
8 ^# p9 O4 X1 n, _" J
沉宝 发表于 2022-10-3 01:16
* R- A9 g9 o9 q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？9 @& _) h1 V- L; ]1 J: k

2 ~, I2 G  M+ ^) t. m1 E5 r8 i另外，你在 Octav ...
2 h3 x% x7 V" X
9 @. ^5 w9 o& \* x, U/ ~: F# ?- @1 N
应该没有那么大。  E( @/ A4 r5 o: ?# t. \
我算的：! W4 k) Y: ]) l
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。5 Y" L- P, M9 g+ {* l# ^
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