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+ J3 r# E$ f; h/ u. f
拉下来？拉多少？
- l5 _. f3 u+ n# e0 i8 z( W# W3 V8 D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$ `) m: V! R9 }" {
Maybe 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
. ?$ F2 c- ^; T$ Tvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
5 a6 _: Z# K' z6 }1 r{5 X1 q: p4 `$ x5 R
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
* n* R, P$ f: R这个不是这么比的吧。。。9 D% u2 |& {/ j: Y: p& r" a
8 G x' N5 A$ `4 o9 X
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 00:463 B" i7 a& v0 H( z8 v
有道理。. l1 A8 x0 r0 O9 {! D, V6 R
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
l; p! f8 t5 ?- q* ?) o% V) G( u8 g这个不是这么比的吧。。。
6 t# m& b3 \+ p$ Q- V/ {: v# o3 N7 X) B; Y
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
% e# e8 W5 j( _) t& V o g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
`0 g" e$ D9 A2 f0 ^ u) s* d7 F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& n. ^& E$ e7 q |8 B
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 04:472 ]! X [9 D3 i
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; a, _& F) L; ~
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);
7 j+ ^7 B+ i& T, |       std::vector < float > vec2(N);( V' }3 v, C: T
      float* b1 = new float[N];+ b. a, d$ z3 E- M# d) a
      float* b2 = new float[N];; U- M2 G. D1 }! l, H8 A( F

' E! T+ b! G+ s. L/ C' }1 g- F, V       for (int j = 0; j < 6000; j++)! [( \. \( x$ G0 ~; u0 f* G2 D
      {
& S* [# ?) s1 y* G0 K: h1 f) i             std::generate(vec1.begin(), vec1.end(), []() {- e: a# r7 f% v/ o# f+ P# I* x
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;, s1 [# q8 z4 }9 i; e, b
                     });
) n/ G/ q  A6 I7 R- E" r. u
( D5 c, `( b, z             std::generate(vec2.begin(), vec2.end(), []() {
: G$ G& u" n* x4 B; _3 b                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
4 w; N! S( D  ~                      });
3 `6 @7 r* b$ ~. ~; o& [8 e+ o# u1 r9 X$ W& W
            for (size_t jj = 0; jj < vec1.size(); jj++)$ l6 m* z8 y: u2 B
            {
! Q/ F$ b6 a3 m: x% U0 m0 I6 i                      b1[jj] = vec1[jj];5 X* s) _. J. r0 y
            }2 v% U# W# h/ v6 A3 w% r, v
; b, M+ H# k: d! U' n9 L# W
            for (size_t jj = 0; jj < vec2.size(); jj++)9 A* ]. o5 {- D* U. ^
            {6 O4 s9 I4 Y6 i5 B
                     b2[jj] = vec2[jj];
9 A4 w! ?" v( E" F) ^3 y             }
* S4 d# T: D6 @6 z' c. v0 t& e3 _& k# [! Q
            //Method - 1  N=100000 247s
$ O& c' f. c; Z# [             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
7 g6 \* L- X6 h3 V( F8 F- _                               ) r( j) `) Z! ^# B
            //Method - 2  N=100000  237s2 L1 \. A7 ?. q* r/ G
            /*
8 i: @! B% Q/ Q! A+ k             for (int jj = 0; jj < N ; jj++)* |" ]1 d7 [6 T, o' C5 X
            {
" v  X3 g  ]8 `& W                      fresult += vec1[jj] * vec2[jj];( y$ [8 k8 }3 |4 S
            }
8 {- q2 N! c% I( N- c% S             */
* v1 t2 a- G3 a( K* b; `                               ; T& i( l) }* P! F' [& N
            //Method - 3  N=100000 204s5 r- n0 P- D" Q+ l5 E! ?$ g
            /*
% M3 I( L/ s# A             for (int jj = 0; jj < N; jj++)- u. H8 T/ V2 y8 l# h2 C
            {
; l  [& [  _& i! B% X                      fresult += b1[jj] * b2[jj];
5 }; a, Y9 s5 h; q1 r8 {2 ~% p! _7 ?             }
3 @5 X1 ?( j5 e) W             */
9 K' d: U) ^& J8 w9 m0 v# r, @' W2 I# E) f  ^# w
            //Method - 4 202s
' P6 {0 c& o- a6 s9 D; J             /*
9 E- Q* `: H- o& k7 K             for (int jj = 0; jj < N; jj++)' c( q0 o1 z- o! @, \" n
            {
( _4 P/ }( I8 H; x
$ O2 Z# u0 s/ ~2 H0 `2 M             }4 G) G' j; X0 I) V( t( B
            */4 w  c2 K  j% Y9 {6 G
            //comment out all methods, N=100000  202s
+ F+ ~+ n3 x9 S3 C/ U7 j       }8 M! A: I, V6 K/ A
. Y" V& F6 O+ _' b- b
      delete []b1;
3 T2 m8 \& ~8 Y  _. 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; H4 N9 g0 `0 R# N; y
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？0 |+ |9 b. T; F9 j( P9 ~
# t* G& j4 ^0 l
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
: g* ^/ P9 Y% k+ Q7 g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
) m/ s$ b$ I5 k; ^: ]
- ~0 }4 H* ~6 E' }0 K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% u# Y, K7 ?! c3 A% o3 y: L2 t
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
) A/ x* A) U( J- A! a. R{3 o* k; M5 L. t- \: v% T# R
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