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
% Y) r+ A! B* y: ~8 D! b# C: C拉下来？拉多少？, b2 k6 {6 B- W* I
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
# h% ^7 Z# `4 U2 E! Y' DMaybe 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' ?/ {! Q X t4 {& A" f/ a6 R
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)8 I* c7 q, N9 S5 G
{& Q$ q( d: n# F) @/ f
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 00:20
8 ]# m* r4 m v j1 K/ w& Y7 A这个不是这么比的吧。。。% ?) a5 i* u; ~; A' S1 Q
Z) l& _( X5 F- @5 ~
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 00:46
" c; q$ S+ O+ U* w- k: z有道理。. D# k7 p7 D- F7 j1 p$ [9 Q4 f. W/ P \
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 c f5 m0 ]# p; q# H; w
这个不是这么比的吧。。。
, q" }# u+ T" N$ [- ?
. _! {# @/ u' O) q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 01:486 q, |+ |7 @' }9 t
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
! s3 P3 W- w% V/ _( O) m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
- m! U5 v- k$ L U4 e4 x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
& b7 W% x! F: E$ K5 V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 14:58% Z! U6 W5 [# k' H+ x+ m: b1 D
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);' ^) F9 n9 [& i; k
      std::vector < float > vec2(N);
& G" P9 A# b* D3 M9 K7 `       float* b1 = new float[N];2 Q9 j! P+ X, U4 X/ L& E
      float* b2 = new float[N];( M7 b) j9 {$ k8 k7 F

* B" M. t9 Y( i       for (int j = 0; j < 6000; j++)- N4 ?4 S7 S$ P  N* Z
      {
4 X+ E% m2 A; x             std::generate(vec1.begin(), vec1.end(), []() {; L$ v3 K# z/ w+ X8 w+ ?' A
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;$ c; G7 N. h( h
                     });8 l  K* O. Q( v( @
2 _9 k7 T0 s$ j
            std::generate(vec2.begin(), vec2.end(), []() {9 B$ R5 ]. H$ F3 g: o
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;- H. Q' f+ F1 H! R
                     });5 R. ^1 ~2 V8 e7 R! K
) V3 o5 D% d) U0 d
            for (size_t jj = 0; jj < vec1.size(); jj++)
2 |. T4 w% Z  B  R( K             {
6 f/ W. M% x4 E5 U2 Q; {                      b1[jj] = vec1[jj];  @: w7 {( N: {/ `  L$ C3 i
            }: I0 N+ u/ t- y( W/ E9 \  {2 O: L; d
! l7 n! O& v" V) z' H% w
            for (size_t jj = 0; jj < vec2.size(); jj++)
8 \! k+ Q0 |* f3 A: E1 h             {
4 {% Q  |" [% Z$ ?. }8 N% |                      b2[jj] = vec2[jj];
# z; q: W9 _3 V6 u- U9 Y1 c             }
$ |" e0 W8 i8 q1 e: J4 z; i  D- y- Z( b* K/ Z
            //Method - 1  N=100000 247s
. d7 t; j- `( M) O8 ~             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
+ A# D( R2 s. b" }% H$ O
0 ~* e' D& k; p7 T7 O             //Method - 2  N=100000  237s. K8 u, _6 k: I9 }' O3 ~
            /*
1 X9 B. p2 E0 Z9 y- g             for (int jj = 0; jj < N ; jj++)
6 G9 X/ g. p+ ?             {
  _6 p: k% Z- G) w! U                      fresult += vec1[jj] * vec2[jj];$ U- ?' |1 Y/ ~. x
            }
" ]0 T) m6 d1 m, G0 ~( r             */+ R9 ]& B6 I4 N' d+ F; J  {

+ _: k( L; b' {& {             //Method - 3  N=100000 204s3 n  H) ^. M) C. z
            /*: B2 d7 v  O8 C* W
            for (int jj = 0; jj < N; jj++)
/ J& v8 r; m$ [1 _, n9 ^' n             {9 D' k5 Z/ \/ i/ ]" Z- ?
                     fresult += b1[jj] * b2[jj];+ H- w) D( R8 ]. G2 O. D, o
            }
7 w: K0 y# X) y' t8 Z' ?$ i             */
8 v& p' Z7 ], S3 d2 u4 Y8 p1 X' B; j$ e1 s) l; a3 Z8 c
            //Method - 4 202s
+ u; |) V; W6 O* H             /*1 p% K4 I% ^& ?4 `7 G
            for (int jj = 0; jj < N; jj++)
5 n3 L5 C3 _  p             {
5 _7 i* j# }& U1 m' `                         N- t+ N9 k! m
            }9 J* s1 F" R: ?. z8 ~% A/ f
            */
0 m% s, e! I! X/ `. @             //comment out all methods, N=100000  202s
/ t& _8 D$ {* Z1 R, H       }
6 F  ^3 s& p; Z( `# J( z0 L' I, Q- U; i/ D9 Y
      delete []b1;9 m  Q8 R2 f: y6 y3 T
      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& [* O3 @: \7 ?9 L; i
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？9 m4 q! _4 w4 n8 N: C5 H

* I$ d1 a7 C/ X5 `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
0 Y3 g7 l% T& c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
+ K: p1 u! X6 y! @* c
6 Y. r, O: B# G, a( Q% G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
* c* D% z6 N  b3 w5 p2 c+ Z4 ?void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
+ [$ s" Q; I) y) z/ S7 _% N* a  ~{
  s8 d' g4 U5 F' |. T) o 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