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 N: |- y) _6 m- k( r5 i8 o拉下来？拉多少？" _# k! W R ^5 @ x) }6 V
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 23:339 e N9 M* R H2 a1 P
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$ |) t) F& C/ g5 Z- B
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB) E/ p( K& W1 F4 D
{
) i5 }9 h' ?: x1 D, G6 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
- f. h8 U( W- ^, H这个不是这么比的吧。。。) A: U) w) S9 E7 g

! b/ o. W& o3 S5 n9 _& e7 b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
4 g: T7 W' ]0 c9 U% A' I( P B有道理。
, U+ B1 `2 {+ e( d0 q" L8 R. a' a$ X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
: O- V! v& V! T0 \% x( ]; v4 A# F这个不是这么比的吧。。。
+ Y% }/ c T, r
- B: w! d2 d* g/ U+ s; z0 N# ?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
9 u1 _& N2 i4 y' }3 {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
8 L7 k" l% B% e2 u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
7 E) j! ]' U1 g' H4 K4 d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
- S1 Y- ^7 N$ t; h) c. n3 B# X6 @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
/ ?! I! B" T$ J+ w: `+ V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);. \" m+ Z2 v" ]( F
      std::vector < float > vec2(N);
3 T- F% Z& p- j# _* r6 `       float* b1 = new float[N];# r; j3 [, n" h
      float* b2 = new float[N];
* z2 F4 y8 k- x, f! ]
- ]0 Z% `1 }6 j' q       for (int j = 0; j < 6000; j++)
4 M: L2 ^: f$ d2 i6 M       {% f5 E+ A3 V& B" C5 J
            std::generate(vec1.begin(), vec1.end(), []() {: z6 t' [) i( ?9 f6 M
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;, P0 r9 z' a  w9 Q& p& t  ~5 }- ^
                     });
7 @" Y6 ^* {( L4 ^8 T5 U! l6 e
* x  t# p& i: c8 h, \             std::generate(vec2.begin(), vec2.end(), []() {
9 o; V1 R5 U6 Z( |                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
- }1 r* P- y1 G! A  s- p                      });
9 k  K+ M1 O$ y; a/ O0 {4 |
& e  j, [( U" Z! c             for (size_t jj = 0; jj < vec1.size(); jj++); h1 W. a6 Y8 q  I* w6 y
            {
! @- n1 ]9 M( ?8 P                      b1[jj] = vec1[jj];$ t5 ?& _$ _: b
            }0 f- Q% l4 h0 q4 m
5 F7 u2 Q& ~4 z! I
            for (size_t jj = 0; jj < vec2.size(); jj++)
" {! B  g/ l! d0 H- n             {
  L" H# Q* R3 {4 z                      b2[jj] = vec2[jj];
1 C5 `  j) Q, J             }
* D2 `6 E( J: c) s$ O, c% z3 C9 R- g: y
/ B' I4 F' ^5 D" k# d3 H             //Method - 1  N=100000 247s  % m7 w& C6 a; ]$ S0 o
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
( B# K7 A5 a0 |  _' E  n+ s& t% E
. E5 @- }1 i6 ]) L3 t             //Method - 2  N=100000  237s
; O, a5 j9 r' J             /*  t8 z' r. N3 i# L
            for (int jj = 0; jj < N ; jj++)  n  b0 b$ }; ?2 X
            {5 f6 _  s- k  u6 i9 ^1 y
                     fresult += vec1[jj] * vec2[jj];
. i1 H8 D, `0 r6 l             }. r# _' J0 Z5 s8 l. v
            */
; K  w  X' a, e% ^" r3 A! @- Z
3 M# j. C) Q" F( |" H; w             //Method - 3  N=100000 204s
  H) Z0 H! t7 i7 K& g% j' N# Q             /*
6 Y' g; K# S" f8 t             for (int jj = 0; jj < N; jj++)
$ ?9 d7 C: k3 k  F- L4 O             {3 v0 \0 a+ a4 R- m. T1 P2 v
                     fresult += b1[jj] * b2[jj];
9 q# w, V$ f/ u# m! e5 P& p             }6 n- C5 w0 `% r' n9 i
            */5 _: ]. V& t7 V! c
0 m6 Q& S5 O8 o. u- ?5 t) h
            //Method - 4 202s2 D' {1 b: p& g% n7 d1 x
            /*
; P2 X. Y+ D" j2 ]& F! H             for (int jj = 0; jj < N; jj++): ^! E4 g. x1 W. J1 E
            {+ f! b1 V) G; t9 k6 `- I

7 S$ r) X0 p4 z# Q% Z' W0 u8 l. u8 ~             }
! T& T  p/ ]2 X, v' q5 s; V$ v& v             */$ ?+ ]7 N0 X: g7 D3 r
            //comment out all methods, N=100000  202s             5 L/ A; C/ z* Y. \4 D3 G
      }4 G, ~! q9 y5 ]8 c

1 K0 a' z& Z2 Q3 G# F       delete []b1;
6 a& a9 f  v% 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+ ~, T3 I1 K( H9 t" G( J
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？
9 H3 h, j" d7 A2 c$ b0 o
& g* c) J. h) f i5 ]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 U7 `& l! S8 B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
$ r ~6 H( P+ n: g! J' n) q2 H0 A. u2 ~; a; }' 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, F& X# V/ V" c' a: G+ T
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
8 F e& S2 e/ f) z# M$ t/ D{5 w. U7 Y' V; m
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