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( w" |* m3 S4 r9 E* t2 C% K/ X, g
拉下来？拉多少？
0 F y4 o2 L7 B4 z, B5 g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 23:337 X4 U* V. t$ O" g0 T. g( H
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
4 g; |) u) j8 e: I b. Vvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)) Q: i$ l5 `) n. \8 D
{
- g ^4 U5 k( u 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
r. s4 J+ o+ ^6 {' `这个不是这么比的吧。。。2 K4 _) j7 }' d& o
6 f, z& @ O3 _
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 l1 X9 b0 G+ _0 o ~9 X+ T
有道理。5 E! i& L* {, N. w, 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
5 n. w( }" D0 x$ \这个不是这么比的吧。。。! G z! d9 ]) _6 }
. z( y ~8 p7 z0 Y- w# S: k) 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
' X- b- X& d4 d. ~9 u6 ]8 I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
* [7 ^8 M D! I1 x* l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+ ? g+ m; K7 \& s
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
3 N" \2 F" W5 }9 e7 Z2 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
, s" U8 s. [, p7 v. y4 u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);
8 O, U5 h" u* C6 y3 M0 L       std::vector < float > vec2(N);
$ E; p7 A( K* R: I0 }! {/ ]0 ?0 t: n       float* b1 = new float[N];
; a$ N7 V+ P6 |+ ^: p4 t( Y       float* b2 = new float[N];
9 r4 o  q# F, T. S
; R+ }& O9 g6 |       for (int j = 0; j < 6000; j++)3 Y( r- k% ?% N4 w
      {3 |- ~; e( z) }# |5 `$ s
            std::generate(vec1.begin(), vec1.end(), []() {9 V( C" j: \: }
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
6 x" H' d: l( ]* J1 `0 N! L                      });
8 z3 S3 ]" R  r0 l# d% d: ~
6 o" Z6 Z3 c; N4 w6 p+ }/ v# z             std::generate(vec2.begin(), vec2.end(), []() {+ G) d" B& ^7 K2 m# x
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
8 R, e: j' r1 N  l/ p, k                      });" D( p3 g7 l% H4 q" R4 v  T
4 u! M3 L  r: y, h
            for (size_t jj = 0; jj < vec1.size(); jj++)4 r' }5 g6 k& h0 r$ {' W" u0 [
            {
& B( D  d2 M3 E3 a                      b1[jj] = vec1[jj];# ?+ z, a- r$ H3 Y8 E
            }, [/ y, M8 |% E! P3 q- s6 [% B
: j# c  \2 \) c- {
            for (size_t jj = 0; jj < vec2.size(); jj++)
! \$ H8 l: j( D9 @             {
7 r0 F" r2 _7 u6 u9 u                      b2[jj] = vec2[jj];
  m9 G! d- H4 p; o' Z             }4 [( l4 H$ g- g  y* ~6 v

1 y' ]3 b# P! E7 N             //Method - 1  N=100000 247s
# C& ~# Z& G& s8 [5 L- v% i             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
3 [2 E# U0 ^2 J7 P
/ Q) j* d8 a; e5 @# u% T% Y5 x             //Method - 2  N=100000  237s, g$ J0 R2 U8 m5 z7 S1 R
            /*, p# R3 q. K5 v) b" Z2 z* {8 ]
            for (int jj = 0; jj < N ; jj++)1 a. P8 _: i; j2 S! h: @5 }
            {
( I+ k9 f! }, @                      fresult += vec1[jj] * vec2[jj];5 E; y( z4 w5 B, y& H- C
            }3 m8 K, z6 s% i- L% C1 ]1 K
            */& J6 r7 f3 m% D5 y' l
                              ; X: K- F  Y" f& M( D$ ?# }# f' Z
            //Method - 3  N=100000 204s: @+ P+ Y$ _: A* R* B. P
            /*
5 w) [- B% X6 p9 Y& T2 D7 x             for (int jj = 0; jj < N; jj++): U; o! K; H2 }3 Y* `5 b) P& `
            {' R, J) x. c! [& }' A: H
                     fresult += b1[jj] * b2[jj];, Z! O# |- a( y$ o# X* U
            }
% S' ?0 @1 I% f$ _             */! J7 Q% u7 }0 X/ U
9 T* Y) E- V" G* Q. ]: `  h
            //Method - 4 202s
& l' x; H! [4 Z+ f, K1 F             /*
; g1 h( k/ x4 {5 d             for (int jj = 0; jj < N; jj++)
8 W. \0 i! m: Y             {. y# g) `; k- u( b$ B$ x
                     ( g5 {$ D' G: q3 G% A# }
            }
4 W. T# j) B6 @* a3 L! g             */
& N' i! |( P- f0 `4 w8 b             //comment out all methods, N=100000  202s             8 I, y9 Y! C% L
      }+ a* g# D0 ?6 Y) i( g3 x% k% e

* C6 E. ^, m" _; W& k# a" T9 A       delete []b1;
+ F% `  d* _. d; 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& m3 j5 ]2 A9 a2 n
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？% |3 ]& L7 w8 N3 ?
$ G0 K! l( c6 l7 u' M
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
; [8 D" t1 @) 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
# y, U7 h4 Z j8 ~
4 D: u7 C* L7 b! T: g, |" _9 i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/ R r5 h6 P' _& b
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
, M* F# Y1 r! J4 g/ a{
( V& B4 S* T& T2 N, ]) @0 W# z 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