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* g' f! e2 x" E2 ]3 G% H" r. F
拉下来？拉多少？6 _7 E0 N# S. D1 K) y0 L
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
F! n P8 O7 U8 i2 g4 p1 OMaybe 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
! D5 ~# h7 S, f4 Xvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
/ @# J2 y8 y$ Y3 i{
: Z& M# r. i/ T# M 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' m' h8 N- {7 j C- _
这个不是这么比的吧。。。
/ ?0 U8 z" B! f; a2 N3 k3 ^# L
+ @; @2 a" H( I. K( y& 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）。

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 00:467 P" [! c, S; I
有道理。
8 I, R/ k/ @8 ]( I+ d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/ z, A& s8 C. M
这个不是这么比的吧。。。3 I8 F3 w# G b' Q* r( I
9 y8 H3 ]6 ]. D" b: t# }
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
" t* P7 o8 v1 a8 r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
9 z4 g" b( m# y; 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
9 h: O+ N/ ?4 s/ y, d2 [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; w: A' t1 L8 Y
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: f" k9 C! f9 X4 s
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);9 o  n1 u  P  q# r: s, a: u' _) l
      std::vector < float > vec2(N);2 j2 Y5 r- I* u2 z0 ^3 m7 Q
      float* b1 = new float[N];
0 @$ `+ o2 \  K$ n+ v0 i       float* b2 = new float[N];6 K+ n, v7 Z: c) y3 j" ?
: e" T( R: e  D7 p# J9 [9 S/ O
      for (int j = 0; j < 6000; j++)4 O3 M) n2 l5 b
      {
6 z: O0 Z( N  x' {2 e+ U             std::generate(vec1.begin(), vec1.end(), []() {
7 m9 {+ k" i; ~5 }# z                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;  a4 w9 h0 ]$ r0 Q. r- K
                     });
3 u; n9 D) t. I) `/ Z# t
* |. }1 y4 t) D1 i+ @             std::generate(vec2.begin(), vec2.end(), []() {5 u* p1 Q3 C' i4 C
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;; V' E6 F3 W: [
                     });
4 p& W/ r6 N( ^, O5 F+ i
1 @/ g1 b  c% I; c# ~4 j: M' p  L             for (size_t jj = 0; jj < vec1.size(); jj++)' L" t: Z" {* E' o, ?
            {
( t. w  l/ I0 u4 c$ `$ F                      b1[jj] = vec1[jj];
* w6 q  l; r3 G" f4 ~+ t# l0 w- E" v             }8 d3 [0 C3 S1 V! l
' ~8 M  @, c, M! ]- d$ M
            for (size_t jj = 0; jj < vec2.size(); jj++)4 e2 d3 i, b+ z  M" |
            {& j2 P- G* r  C6 @+ @8 n0 Z: D
                     b2[jj] = vec2[jj];
1 I2 `6 }8 X+ J3 q1 K             }# h9 V6 U: H- q8 h# A
$ a  Q& z  E( ^9 H& R' z1 O+ S
            //Method - 1  N=100000 247s
4 R/ _1 w9 n" ^- s1 b2 B             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
8 e0 ]( @0 D% H& Z0 s                               3 ?0 l. {# y; V7 V! H9 ?' A
            //Method - 2  N=100000  237s7 o" x' b! |' J
            /*
9 G# _' d, M0 v             for (int jj = 0; jj < N ; jj++)
  D$ {9 v4 Q7 m             {
( t& w, }0 }" G: v- E  u                      fresult += vec1[jj] * vec2[jj];9 \: d4 K) A' W0 F8 [; N
            }7 d) \& B2 P+ j+ b
            */$ G' t6 y' g: F! ?
                              - s+ t& R  v  q, a  e. w) T( p
            //Method - 3  N=100000 204s
: x  t: F& L; X5 {             /*8 _5 u* H* m. x& A) B
            for (int jj = 0; jj < N; jj++)7 k( M) j5 L' |# p" S; A
            {
1 _% @* F; F- n* x5 E' |8 S+ M                      fresult += b1[jj] * b2[jj];
( o4 h. ]9 v  O! M. y* @/ l             }: ]- O4 v7 I& v( f3 t
            */
' I6 K# C$ e: y8 w
& a; V1 n5 J* T% e; ?. @             //Method - 4 202s+ g9 Q% X; x6 Z
            /*
) q+ {- u/ d0 y6 U% l6 s* U4 {1 b             for (int jj = 0; jj < N; jj++)3 q1 |+ e7 p: i7 e0 v
            {. G2 S7 K, G4 p# d
                     3 N7 _5 j* G" [; D- h* i
            }
$ g% S7 J  r' z0 i8 t( W9 S             */$ Q* m1 W5 r/ B; }0 z: b3 l
            //comment out all methods, N=100000  202s
6 I  y# E" @( P0 d       }* \: A* A+ u9 d+ E6 E
1 u2 A. R  {7 x* A+ Y# e  x
      delete []b1;
) a. b' I0 S. ?" C2 k5 z% i/ l2 @       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
: c* u7 S5 K; C( t5 V% [) o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？" g3 Y. C( \! b
A% W; |1 r s
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
( H1 n8 N- `9 z- k. `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
' t d5 K# f) v+ Y2 @
, x( h3 Y @1 j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/ k" \5 ~/ s2 R
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)4 i; E  m' s; C
{( p- A; g  U0 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