C++ 提速的新发现

雷达 · 发表于 2022-9-24 22:54:26

C++ 比 Octave 慢好多，怎么破？

自相关两层循环，内层循环涉及浮点数计算，试验了一下把内层循环内部全都 comment out 只留个壳子, 但空的内层循环本身就把速度拉下来了，看来问题并不在浮点计算。

速度优化问题真的很有意思啊。

欢迎大家继续讨论

数值分析 · 发表于 2022-9-24 23:04:16

拉下来？拉多少？
把代码贴上来看看？

难道分支预测不准破坏流水线执行？不该啊。

沉宝 · 发表于 2022-9-24 23:15:41

会不会代码本身的缺陷阻止了自动优化？另外，硬件配置和开发环境可能也有关系。

风雨无阻 · 发表于 2022-9-24 23:33:02

Maybe Debug mode?

雷达 · 发表于 2022-9-24 23:54:10

本帖最后由雷达于 2022-9-24 23:57 编辑

数值分析发表于 2022-9-24 23:04( h5 t0 T% T, A/ c! }, ^$ X+ M E) A
拉下来？拉多少？" ~6 [: K; s( V
把代码贴上来看看？

void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
{
comp temp, xtimesy;
xtimesy.re = 0;
xtimesy.im = 0;
int j0 = lenB - 1;
int i, j, i1, reali;
if (lenA % 2 == 1)
reali = lenA + 1;
else
reali = lenA;
reali /= 2;

int nconv = reali + lenB;
//#pragma omp parallel for
for (i = reali; i < nconv; i++)
{
temp.re = 0;
temp.im = 0;
i1 = i;
for (j = j0; j >= 0; j--)
{
/* floating date operation */
}
}
}

xcorr函数代码如上，comp是复数struct, 做过长度为11、19两个矢量的测试，和octave结果完全一样

红色部分是内循环，现在其内部操作都comment out 了, j0大概是 6000。
现在call xcorr 100次，耗时78s.

如果把红色部分内循环本身完全comment out， call xcorr 1000次，耗时 <1s.

雷达 · 发表于 2022-9-25 00:17:17

风雨无阻发表于 2022-9-24 23:33
0 I, q% Z' R0 n* r: z0 SMaybe Debug mode?

不应该，看我上面的回复。

我更怀疑是 VS 社区版的问题

数值分析 · 发表于 2022-9-25 00:20:10

本帖最后由数值分析于 2022-9-25 00:24 编辑

雷达发表于 2022-9-24 23:54. P5 O1 W2 p- b/ f, x. b
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
. l7 H. \3 i% Q4 q- C{% H* H' N7 y0 e0 U' S& f7 |
comp temp, xtimesy;

这个不是这么比的吧。。。

您这个函数，不带内循环的话，汇编完总共操作也没几个（不到100个）。

而加上内循环，光jmp和dec指令就至少多执行了6000个，慢个几十倍不是正常的么？

雷达 · 发表于 2022-9-25 00:46:56

本帖最后由雷达于 2022-9-25 01:09 编辑

数值分析发表于 2022-9-25 00:206 f( }& k4 R" P8 {4 Z, g2 {
这个不是这么比的吧。。。
# L# @* T/ v3 x" d# r7 F' o
2 @* n- w2 E- g8 K$ h您这个函数，不带内循环的话，汇编完总共操作也没几个（不到100个）。

有道理。
所以存在内循环速度就上不去，把内循环取消，改成两个向量直接点乘再求和应该就会好得多，记得 numeric 库里有算向量内积的，我回头试试。

我先尝试尽量用标准库，一个小程序，不想搞得太复杂。多谢了

沉宝 · 发表于 2022-9-25 01:27:53

雷达发表于 2022-9-25 00:464 q0 d5 d- Y3 f( m
有道理。. v e: S1 a2 _
所以存在内循环速度就上不去，把内循环取消，改成两个向量直接点乘再求和应该就会好得多，这大 ...

你两个试验之间就差了一个空循环， call 1000次按理不会有秒级差异，可能还是编译器优化的问题。举个例子，把循环本身翻译成机器指令loop或dec/jnz，两者速度上会差很多
Why is the loop instruction slow? Couldn't Intel have implemented it efficiently?

沉宝 · 发表于 2022-9-25 01:48:51

数值分析发表于 2022-9-25 00:20
4 A) Z. G$ b, Y1 L这个不是这么比的吧。。。2 h, b/ L# ?5 y' {+ u

$ h" p$ a. B& W8 Z. w# [; {# d您这个函数，不带内循环的话，汇编完总共操作也没几个（不到100个）。

而加上内循环，光jmp和dec指令就至少多执行了6000个

现在的CPU，可以把判断、jmp和dec指令全部融合进一个µOp（微操作，CPU内部流水线上的执行单位）。如果循环这样跑，花不了多少时间。

数值分析 · 发表于 2022-9-25 02:06:44

本帖最后由数值分析于 2022-9-25 02:16 编辑

沉宝发表于 2022-9-25 01:48* P, g2 ^: L1 A$ X( K" Q$ x
现在的CPU，可以把判断、jmp和dec指令全部融合进一个µOp（微操作，CPU内部流水线上的执行单位）。如果 ...

是的，兄台说的对。

其实我想说的是真正数值计算部分和代码中其他不直接计算的overhead的比值这个事儿。

雷达兄构造测试用例的时候，屏蔽掉了所有计算的部分，使得剩下的都是overhead，这样run time比较的结果就显得好像不合理了。如果把计算加回去，计算部分的run time会dominate，结果就不那么离谱了。因为不好说，所以用指令数对比的方式试图直观地说明这一点。

比如说，如果有计算，那么跑六千个循环相对于计算应该用不了多少时间。但是如果一边是什么都不做，另一边是六千个循环，那六千个循环比什么都不做慢几十倍了，就不是那么不合理了。

当然也有可能像兄台说的，是优化参数的问题，但我觉得更多地是测试用例设计的不合理。

雷达 · 发表于 2022-9-25 04:47:43

本帖最后由雷达于 2022-9-25 04:49 编辑

沉宝发表于 2022-9-25 01:27$ R' e3 i6 n( J; q& _, K, B" X
你两个试验之间就差了一个空循环， call 1000次按理不会有秒级差异，可能还是编译器优化的问题。举个例子 ...

又写了个小实验，没有调用子函数，双层循环，外层6千次，内循环30万次空转，有或没有空转内循环，时间差一倍，我上面这个差的太多了。

我已经完全懵了。

沉宝 · 发表于 2022-9-25 05:51:23

雷达发表于 2022-9-25 04:47: U! k' X8 w& A5 z
又写了个小实验，没有调用子函数，双层循环，外层6千次，内循环30万次空转，有或没有空转内循环，时间差 ...

时间差一倍的结果可以接受。

你还是用profile工具看看吧。现在大家都主观瞎猜。

数值分析 · 发表于 2022-9-25 14:58:59

本帖最后由数值分析于 2022-9-25 15:38 编辑

雷达发表于 2022-9-25 04:47
9 U8 e. Q0 ~7 T7 C9 {+ U又写了个小实验，没有调用子函数，双层循环，外层6千次，内循环30万次空转，有或没有空转内循环，时间差 ...

能不能把这个也贴上来，看看和上一个有什么不同？

雷达 · 发表于 2022-9-26 01:30:03

本帖最后由雷达于 2022-9-27 01:17 编辑

数值分析发表于 2022-9-25 14:580 I; |, |. Z: S: e. c2 b! Q
能不能把这个也贴上来，看看和上一个有什么不同？

理了理思路，重新做了一个测试。
做了两个 vector 和两个 float *, 都长 100000
外循环 6000，里面先做随机数生成，模拟真实环境，避免数据的 cache.

内循环试了4种方法，
1. 直接调用 vector inner_product 247s
2. vector 循环点乘累加 237s
3. float * 循环点乘累加 204s
4. 空循环 100000 次 202s

不做内循环 200s

你昨天说的对，内循环本身占比是很小的，大头在其他处理。
另外可以看到， float * 循环点乘累加并不差，比用vector 还更快。

至于我那个原始程序，还有一些疑问，见5楼，其他都不变仅仅是有无空的内循环就有很大不同，这是不对的，也许有一些其他缺陷我没有看到。（也许可以改成 while 试试）

（为什么下面我贴的 b1 加方括号里的 i , 显示出来却是 b1 ？方括号 i 消失了。 LOL . 改成 jj 好了，原来方括号里的 i 是斜体标志 LOL）

      std::vector < float > vec1(N);
+ A. F$ ^, @7 g4 l+ F/ s3 [) }       std::vector < float > vec2(N);2 P0 ?% k" I: {6 g
      float* b1 = new float[N];
6 s+ V" s! L( D. Y' u" N       float* b2 = new float[N];
/ h" x9 Y% M  K+ y5 U5 u: l8 P+ O! j  K+ G% S
      for (int j = 0; j < 6000; j++)
' n$ j% m! V5 X5 f       {6 E1 M6 D& `! x+ s- ~
            std::generate(vec1.begin(), vec1.end(), []() {; B+ t$ C6 w5 N/ F1 I7 D$ i
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;! h6 p3 M1 d9 K' y! O0 u
                     });
& R4 E1 h7 P3 x! M1 y; j  j1 j" C1 u) B. h7 U
            std::generate(vec2.begin(), vec2.end(), []() {5 k0 D2 o5 W! N" {
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
, V; N0 z$ \# z/ ]/ D# C                      });
" M. ~4 q% j! S5 q- s. [+ e* I& y* y
            for (size_t jj = 0; jj < vec1.size(); jj++)
. f; v8 i& n, |8 I$ ^0 G             {
& d4 @/ D% E4 J, H6 z- j                      b1[jj] = vec1[jj];
3 S& W  `. h" N. i3 N* r             }$ C! h" D6 F8 W5 w

, v' d% P/ a5 c' O2 S0 O! d             for (size_t jj = 0; jj < vec2.size(); jj++)
" {# F0 p) X! [# V& h) X. e             {9 c3 j- U6 A; p2 C* t
                     b2[jj] = vec2[jj];
, d; A6 [$ t) ^) W             }6 g# ~! u8 O' d0 c+ y; V

3 n1 }) v4 z- {0 c3 t2 \% K; F             //Method - 1  N=100000 247s  1 b6 R+ Q! u! T
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);* }0 w6 w+ I. T9 S, y

5 w# e1 t* E7 A; q6 }; ^8 t; @             //Method - 2  N=100000  237s$ k; q4 m, g5 ^4 i) W8 i) |5 B) \5 Z
            /*
" F  V2 |8 F6 _4 [& `             for (int jj = 0; jj < N ; jj++), d4 x, ?; b* K* @! a1 _
            {# `3 {& K+ m4 ~
                     fresult += vec1[jj] * vec2[jj];
& \+ L" H+ s' U# }& u5 a% |             }
* V: s4 z2 {: s4 e             */0 m8 V3 ^9 X: H4 b# z- G( Y

# s% ]6 C5 U# ~3 s             //Method - 3  N=100000 204s
. ^9 C' l/ r: [1 b             /*
9 o3 W- G. E  M9 S+ \7 `             for (int jj = 0; jj < N; jj++)1 J# t. T, H+ ~/ V+ ~
            {- v0 |: i6 \# `- b( U+ L. G# ?
                     fresult += b1[jj] * b2[jj];
  O2 R/ C7 O$ g8 w! t6 q, p             }- N" P$ f( J+ S; v/ T5 k
            */# ?, ?4 y+ ^' ^2 m2 t
+ O: ^/ r* Q; K
            //Method - 4 202s: B& H4 G6 L4 l4 J2 }( K% m0 k
            /*
# H' f/ c2 u3 D+ }' o, _             for (int jj = 0; jj < N; jj++)3 I5 m. W# e$ C4 ]/ N" u3 e
            {
, J- r7 S% B$ ?4 c
8 j' r  [1 W3 B9 ]2 H             }
$ \" j# m0 Q# G# N             */; U7 c9 i  S7 L* b7 \
            //comment out all methods, N=100000  202s
% {5 O' ?! X* \' ^       }# P$ f' o+ g4 z2 f- `+ _
3 J  z: Y5 B/ N) r
      delete []b1;
0 x& F. u3 p0 ^& s       delete []b2;

机器猫 · 发表于 2022-9-27 00:15:38

瞎猜一下啊。把第一个的那个j定义成register变量会不会有不同？

你第二个试验里面的j在循环里面又重新定义了啊，你确定真的跑了6000次？

雷达 · 发表于 2022-9-27 01:16:03

机器猫发表于 2022-9-27 00:15" ?, E3 d1 s0 O- i% K
瞎猜一下啊。把第一个的那个j定义成register变量会不会有不同？
$ J0 W1 k" t- ~1 C% `" p: q0 h M2 @' G- ]# ^( r5 D
你第二个试验里面的j在循环里面又重新定义 ...

内循环里面的 j 实际是 i, 为了规避爱坛显示的冲突帖子里临时改成了j, 现在是 jj 了。好累、LOL

不和它较劲了，瞎耽误工夫，我已经转到 ubuntu, 也准备顺便试试 avx2 向量化。

机器猫 · 发表于 2022-9-27 02:06:58

雷达发表于 2022-9-27 01:16# {; K* H! `1 I$ q( A7 y# v
内循环里面的 j 实际是 i, 为了规避爱坛显示的冲突帖子里临时改成了j, 现在是 jj 了。好累、LOL
1 U( z- d! R, [6 S9 j$ i/ ]" x/ y1 O$ S9 @
不和它 ...

不过可以试试我说的register变量。前一个试验j是混在一堆其它变量里一起定义的，很有可能是在stack上，这样内存读写会更多，要是再碰上每次都需要加载cache就更慢了。
后面一个是在循环那里定义的，说不定编译器就把它优化成register变量了

opensrc · 发表于 2022-9-27 07:25:57

一个无关问题，为什么爱坛的帖子里在我这里有好些奇怪的东东在里面，是防拷贝措施吗？

雷声 · 发表于 2022-9-27 20:29:50

雷达发表于 2022-9-24 23:54+ @) O& O; o0 ]% L
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)/ Q$ N2 U; Q) N
{
" b. I( Q) j2 @1 ]- I comp temp, xtimesy;

这个code里面如果Openmp没有被注释掉的话，那么temp那个变量应该是定义在循环里面，否则线程之间会存在争夺写入那个temp的风险。
内层for循环如果没有内部操作的话，编译时应该被优化掉了，和你完全注册掉整个循环是一回事。可能你的编译设置没有打开优化？
VS社区版没有问题，我工作用的就是社区版，设置正常的话不会比商业版差。以前游说头头用Intel Compiler，他说不想花钱，而且差不了多少，就一直用到现在。

		自动登录	找回密码
密码			注册

[信息技术] C++ 提速的新发现

评分

浏览过的版块