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
1 V* l% |- R7 n2 @# N; B# A" U拉下来？拉多少？
( Y& |; T/ H6 ~# L4 e+ q1 w5 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
. }- B* O; ^1 t% ]6 d) MMaybe 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 23:546 M9 A t" S& X# q7 [0 t
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)- o/ n" _" Q8 ~7 |& A
{
5 L% u6 A; U7 [: | 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 00:203 z# n2 g) Y2 R& w3 O
这个不是这么比的吧。。。
* i h4 u3 o' L, {
2 y: O. |3 h& q5 @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 00:462 G" M, U, U7 g* q
有道理。& L6 l4 o( C7 b1 G
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 00:202 r+ S# r* C7 r- e8 M
这个不是这么比的吧。。。

" R" N( s& O8 C& T6 h, f5 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 01:480 E4 w# D" A+ D" a. u/ p0 e8 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
$ h4 r0 @( C* U3 ^4 q+ j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
1 ?9 B3 L% U5 v7 A1 f( h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 04:471 Y7 F7 c/ L6 L0 p( p
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
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);
- v# S. g+ h9 Q8 O5 B       std::vector < float > vec2(N);6 {+ T& ?$ X8 w- H
      float* b1 = new float[N];# J% T; K, K( `/ H. m
      float* b2 = new float[N];
& U! Z6 r0 N2 X9 n# J* m5 E3 w" v3 D' Y- k8 z3 x% s
      for (int j = 0; j < 6000; j++), }7 R: Y/ A2 I" U) O$ I  e
      {
7 [; @  S, J. M; I             std::generate(vec1.begin(), vec1.end(), []() {/ @; }4 @: M' ^% S6 c5 V
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;" Y, M  j$ t, n& T9 S
                     });3 Y, Z) _/ L' F! B% v  Q

* V, z3 w! A7 h4 h4 R             std::generate(vec2.begin(), vec2.end(), []() {5 X  T5 Y8 I5 A4 \% t
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;! |2 B8 y6 q3 e, O7 i' l
                     });
; w, X4 @' N) n* L. [$ x5 K! L. W. d$ z
            for (size_t jj = 0; jj < vec1.size(); jj++)/ \5 @  k9 [# F8 b7 v! t3 l
            {
( n2 z5 K, i/ y) h& U                      b1[jj] = vec1[jj];
+ J: r+ [7 f6 S, o- t1 R             }$ n% o, Q% \& n# @$ [. J( A% v. z
2 _" g/ w/ L3 {3 m
            for (size_t jj = 0; jj < vec2.size(); jj++)+ z' l0 r! x; e7 A+ D
            {
  y6 M, Q; J+ Y5 _8 h+ V: m                      b2[jj] = vec2[jj];
- m* p7 Q" @( M. Y; Y( I3 u" [             }4 u* |+ b8 {- D/ Y

& k7 Q+ Y, z/ d6 |1 _* X' o5 \9 T             //Method - 1  N=100000 247s  : _) `5 Q) w4 s$ {4 w& Z1 `
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
1 u3 O% {- W0 O9 Q) j
' c2 z/ M$ U( v! g6 [: ^) v0 M             //Method - 2  N=100000  237s2 }* N$ {, f4 B: h1 M7 `$ i
            /** ~6 q) N5 Y1 S# J8 y) n1 N* E& t& V
            for (int jj = 0; jj < N ; jj++)
( O4 Z" k/ L- s6 A; A6 D! v1 i             {
' P* r: o, m. S0 n# O                      fresult += vec1[jj] * vec2[jj];
5 X+ _$ w" z4 L  r# u: T% p/ Y/ E             }
: Q* G+ Z, y* ^# i- k/ R; {             */
6 Q7 v2 _7 y8 f4 r1 z                               : h4 l, F/ @' G1 ]3 v* e8 T  y
            //Method - 3  N=100000 204s, n5 K' D( z9 S$ `# [$ T
            /*
0 @2 l0 V: b4 a2 i8 G             for (int jj = 0; jj < N; jj++)
* |8 b. n- M) L$ f5 Z9 j             {$ F0 f9 g% Z$ f7 p% v
                     fresult += b1[jj] * b2[jj];
4 f, M' U+ i9 y+ T5 [& d             }
& T, a' @- a( S4 |) d. O             */0 F% M- b0 ?1 L. T
1 e' q2 f2 D, p( e$ I
            //Method - 4 202s7 x! B4 u# y* j1 s! f
            /*  o" g4 Q1 J6 q8 w. {
            for (int jj = 0; jj < N; jj++). ~. R* X/ |! Z  M2 W
            {3 Q+ u/ b# T( b1 Q7 T. ]

& t" p0 O( L$ u' p             }
2 Z* D, W& i+ ~- V# ~' `3 ?             */" h6 M/ M. @) [0 {, C) N8 F
            //comment out all methods, N=100000  202s
; @" k* ]8 ^1 y/ i8 `; o       }4 s+ i9 c6 |# l2 n. h8 r8 N
' a% _9 B6 q0 C
      delete []b1;! j6 \+ t+ X: e9 i4 ?8 ^0 I
      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& t6 k8 |6 w/ x
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？ G( k0 l9 w" H% O
! q5 v# ^" c; ^: B3 N
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
; R. t5 w, @$ d8 n5 q* s2 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
3 E% X4 t* a H
' q/ B9 F0 `* r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
$ P7 ~ D4 F4 V+ S" X, ]/ V) Dvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
) h5 j( D( j) n# l0 U" ]' M{, k) Z9 G/ l- D8 \+ f+ r2 h
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