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
# [( o6 p+ |' F. Q# j$ J4 {' s" t拉下来？拉多少？
- o1 `0 ]# b6 n3 M) N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 Y; r6 _ |: p2 tMaybe 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/ O1 K( B& u( z7 q* F
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)9 G* n" \6 Y6 W1 T
{
; A8 [$ x$ A* \. E6 G. k* K 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
/ h5 w; E; E9 Y$ H5 \8 w这个不是这么比的吧。。。
& y1 v2 _/ A6 H. o# n3 T& w7 I$ r& T' R0 v
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+ G) u* a" ]* M% K$ w
有道理。
! T! N! c9 Z% `3 K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
6 s+ m i! w& A6 l' h这个不是这么比的吧。。。
# v& D" W: |* F [" n' K5 W7 g6 x, h' H+ e) y' S3 K" ?- U
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
, x1 M, B% J8 x3 v2 C3 d' i3 N% m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
+ N, m. X! L9 O* r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
3 U, G- j3 @2 b% B6 S* h( k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# @( Y3 T+ Q7 T% T* R
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
# x+ ^( p S, C/ p! E9 L1 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);
0 X4 ?1 {% z+ |% f" s9 }3 Z) D       std::vector < float > vec2(N);! p; N+ i2 e# X: s) B  `+ N9 b$ d
      float* b1 = new float[N];, n9 Q% f2 ~/ D  `* N* U+ A
      float* b2 = new float[N];
; A1 T& j- A1 E: }/ i# q/ B4 ]' g! p' h  g. L
      for (int j = 0; j < 6000; j++)
% }$ J/ E  X4 S9 u7 o6 {1 P       {, w. w) Z" m. O) O2 q7 h( Z1 l
            std::generate(vec1.begin(), vec1.end(), []() {: l: P2 g; m. l7 N
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;) u( I4 q1 M3 H- m( G0 z! a
                     });: p# w# y( e! Y) d9 W
, \' n: ]( i0 H: u2 S( D
            std::generate(vec2.begin(), vec2.end(), []() {
# z: n5 R$ P3 `$ g$ x5 Y, }                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
. l+ g( X7 S: F9 g) f3 b& L                      });: s6 N7 y- b  w6 J( K. g2 c

& V/ O6 |1 P# x# j7 V             for (size_t jj = 0; jj < vec1.size(); jj++)6 K- H$ \( ?+ C- f3 Z7 P8 L9 R6 s
            {
/ e% l/ i1 e2 C' P                      b1[jj] = vec1[jj];$ d' d2 G# p' @+ E. G( ^& X
            }
, o6 X9 O! |+ K2 E* q
5 t# z: n: v$ |             for (size_t jj = 0; jj < vec2.size(); jj++)
% l& t$ s2 O2 N9 i- b" ]3 P             {% A* k2 R  l( Q  C; ^" l
                     b2[jj] = vec2[jj];
# Q* G0 W  f/ x% s             }
' @: Q- h! a- U+ W  F5 \' j  b( a6 c7 O/ P6 H
            //Method - 1  N=100000 247s
% H) w8 t* [: t# g! l             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);. L9 v. j7 H1 {

$ p  C' p3 d$ T2 c             //Method - 2  N=100000  237s# }3 u( G4 k( e6 _: V/ R
            /*
% e  h8 T, h  A1 {7 t# Z             for (int jj = 0; jj < N ; jj++)
# R2 Y+ f9 ?& t+ [7 m% {! n             {6 p) q6 r9 z, @7 T. G) @
                     fresult += vec1[jj] * vec2[jj];
- e4 j8 l" y; [$ L1 c& P             }7 \' n- [/ r" Z. Q
            */8 Q* N, ]5 h  E# Y

4 C% K) T8 Q& y             //Method - 3  N=100000 204s/ k. }7 B! K1 q7 [( t  c
            /*2 j  w: S. v2 {
            for (int jj = 0; jj < N; jj++)
) `7 g; ~6 g% O4 v9 ~/ \' Y             {
! ~' k  V& N0 Z3 `( ?8 w                      fresult += b1[jj] * b2[jj];7 a" t  Y% ~$ ^" l" v) S
            }% D) b5 e1 Q0 M0 T0 x0 Q
            */
3 C& R& K1 Y; D( C( W) B3 Z$ e$ v( N9 H9 |
            //Method - 4 202s! ?, ~9 c3 E! p8 G
            /*! w9 h* p1 `( Z# K: D
            for (int jj = 0; jj < N; jj++)9 b/ o" \3 l1 |2 Q2 {. }
            {
. a5 Z6 k# ^5 L
1 {( N' B* W) ~* v+ @! e             }
8 {7 d3 u, A8 h8 H0 K5 R2 z             */8 }! }* P! }6 w" k5 W: o6 x
            //comment out all methods, N=100000  202s
6 e! Y& K6 F$ P) H! c5 P       }: D2 k5 F) o% x" p, D+ t

/ d+ o& _% u  q0 j2 x( s2 d7 \       delete []b1;
9 A, w7 a5 c. v5 A0 u       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- N! S$ v" T! ~ h8 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？
" ]) D+ q( R1 `& T; Z7 ^% q4 q9 t* _. D6 b; f- 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
2 z' o3 t& K( F4 ^- j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
2 Q1 |2 {! ~+ [" H6 `0 J3 l3 i. [, F
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! l3 o9 }. y4 ]% W8 {8 c; U' y
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)( X! F5 y- R) [! f# ~5 K1 d
{
4 P" N% f( I' y0 ~6 e 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