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, x8 w2 S0 U) D! D5 e' u
4 t5 {# |) e) y4 g. s做一个数字信号处理的小算法，需要算互相关。; G# h, K  }. w) J: B/ Q
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。3 Y" x4 ^$ u& k: x, t  }0 }

4 @5 I, g7 u( s0 @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 。5 d4 e$ ^1 b: z% V1 m: y# h
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。
! ]4 V! B+ z, Z+ k/ x2 C) [0 f0 r* `( v3 T
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& `$ Z: p$ Q" [, P# v( O! C# G( p4 v/ d1 S  \9 r) F$ u
高手们给分析分析,  多谢了。
& P6 t3 w; a3 K! v. K
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。
- t  {$ R1 @# A% n0 |8 s( i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 b9 K0 i6 v" h" I- K  I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 2 v1 p) A: M! K9 x
雷声 发表于 2022-9-23 07:027 K8 |1 }- J2 x' S* z) c1 Q
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。 ...

: n: `; k+ N0 z$ |, p5 t2 L2 U
$ c! d8 D: f$ ~$ p+ c0 X( G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 {0 x' w& ~+ X
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 ^' A2 w; G8 Q9 E  r

1 V- k9 ]/ v/ e8 J6 y" 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 1 @1 k! v( |* G5 v' W, {; \4 `
/ E  S. v* `  @& A
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？  U: C) @$ P, q# ^9 E
并且是单线程的？加个openmp并行试试
; L4 h% `6 k8 H3 e  s: R) N或者调用mkl 库的互相关函数试试" e/ g8 C* M9 t0 j! B) E% T
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18. A$ Z5 Q' e$ M7 p  e9 x: U8 ~' ?
汇编快！
. B, x* `! J1 ^
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.
' u6 S! G5 z; G. G' O+ |. `& k5 f' l8 n( R& a  _5 A4 o
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
3 U" Y" u# d1 S) i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++ ...

6 h& ]0 n" k' D* M8 N3 F$ wSTL对性能优化没什么帮助，只是写起来比较安全而已。
* C: s: U6 N/ J& j% n3 V' K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。: T; p8 j; ^- E3 p
买个Ipp库虽然不贵，但是还是要几百刀的吧？
; d, 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 22:438 x- @5 @9 @* c
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.
' p. ^" a, V3 ^9 N; q) r- `% N0 h/ d6 U1 M
最好还是用高性能的计算库, 比如inte ...
5 e! e0 F$ b, c* s- z+ o
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 15:487 y' \, y# o: P% {8 m/ q
STL对性能优化没什么帮助，只是写起来比较安全而已。
, B; Y) t) q/ n* q; E% e% @下面数值分析回答的是对的，要么用avx自己写，要么 ...
1 d; J: W# X+ o! e# `( V) p/ _7 [0 S
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
$ u7 v' y# g$ C
沉宝 发表于 2022-9-23 20:53
. v+ ~. T3 ]! z) i% ^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） ...
( c, W7 O3 ], ?; K+ H, m

8 j7 q. S6 j4 H+ A必然是GPU啊，10来个核心对上千个计算单元。。。
! S+ s8 `7 F8 j) a* H) R/ s- D% o. V0 A: u4 ?* E0 E+ 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！）2 |( K/ D& g5 d, Z9 q

- f' P/ c+ A$ ~7 G" z0 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 11:43
# d% O, D5 A1 ]8 k, b) J9 A7 }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.
; @% d# O+ G# E: U% o9 f
5 e4 \! M# o2 t: K3 C最好还是用高性能的计算库, 比如inte ...

& w3 r9 W; X- T: H/ O& y区别还是很大的。编译器的优化还到不了那种程度。; {6 h* g% R5 T
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
: G& t% P" T9 H& l4 Z8 w: j: h
8 z7 @  P8 D' U2 j& C0 @, m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？' v2 z; N1 x$ ^9 t4 V
# Q* @# N, z$ ^7 b; G
想了解一下你问题的规模：% j* r/ D' e  U$ {  [
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。! p) [+ n& w* h4 O7 @. f: K
2) 矢量和一个二维数组的长度大概是多少？, Y8 Q1 i; \; `. |  q
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
  b, G2 I3 j5 K
沉宝 发表于 2022-10-2 01:38
1 P3 S, k3 A8 o0 L. k8 }  i8 ]现在进展怎么样了？- {$ [0 T) {$ w( o" p8 c

0 N. J) j* l# f1 v* U想了解一下你问题的规模：

5 x" u6 G0 J" g  U& z7 h' q- E8 V" T3 t' V" @1 V$ v
多谢关注。
5 H$ J. p9 O8 t+ D2 X+ c, 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。 % T* D* w" M% ^" 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 03:04* ]- }3 o1 Y, @3 f" c8 d
多谢关注。
) K: ]1 s: t) F9 b$ w! 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 ...
* _6 I$ k9 t1 F2 X  Y- n( `8 ]
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？
/ f  k+ n! v$ a5 ?; g6 _
  s; J/ y: L# G! L5 H  Z$ j) O5 j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 w; e1 T. \, E( U) m4 Y
沉宝 发表于 2022-10-3 01:164 [& E: w4 t4 X$ q$ f" g5 G
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 k5 ]4 @0 P6 J3 B

  Q7 d& Y' D! I4 w% r' B另外，你在 Octav ...
5 _; i0 A/ n' N: W# {+ d

$ N9 Q! o5 m3 t1 Z6 P应该没有那么大。; E! H6 {: V3 h& Y; Z  P+ u
我算的：
  f8 u  f+ O( i; U" F& k3万*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 z+ s+ U7 Y; o
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