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 h8 A9 f P6 l' w0 l# L6 l- r拉下来？拉多少？
8 I- }# ?$ H8 S5 i- S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
; C# U* Z, t4 m9 R2 ?5 B5 vMaybe 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 23:540 q( N' Z; g' z. ^- p
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
+ h$ ?- c! L, a* r8 t: m{
7 k+ X9 P h1 ~2 E 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 {, t# B9 P$ V: [; m1 }3 g
这个不是这么比的吧。。。
/ j9 x) s5 X4 m; z8 x1 t+ w& @* n3 r
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
5 i4 N& u" e# J. ] R g有道理。
[$ ~+ D3 n8 G5 y9 x 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 00:20
8 S+ X. T- R# ]; p这个不是这么比的吧。。。4 N8 l" x0 ]* [' P" u
: U# s% _/ h; {/ R- Q$ |/ I% |
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( I6 n. q+ \0 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
: o! t" e' v. t7 G1 R. 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' P0 @- V& G5 Q
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
0 H- d6 o ?) U- h ^& 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# T4 ~5 X+ ]5 I3 W; q1 b: }- ?
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);
4 a  v* d, e8 i: h. y9 m& {       std::vector < float > vec2(N);
. C7 H" [+ s3 z! F) n. a0 @- L       float* b1 = new float[N];
8 Z' `, o/ L8 m- }/ W( _, d8 t       float* b2 = new float[N];$ C' B1 k7 X( K

! p6 ]+ V) N8 A. n- W' h       for (int j = 0; j < 6000; j++)
6 _/ i5 m! ?9 [, T! E6 P8 z       {
  A3 T  V5 ?7 T% \             std::generate(vec1.begin(), vec1.end(), []() {
1 F& H/ O" w' y- H* D1 O                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
/ ^/ {+ R  l+ `! f8 J                      });4 j, [# {2 L. U3 j

* a9 T" a6 f4 X, ?$ Q             std::generate(vec2.begin(), vec2.end(), []() {
" B$ r9 j5 A: E1 t) l5 h5 @                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
- ~" E) J; |8 P0 }2 p2 i                      });
# s& [0 h  ^8 M9 Z9 B" t! k" b# @" L" ~; d3 Y
            for (size_t jj = 0; jj < vec1.size(); jj++)
0 H' J5 N2 X  E4 g             {2 W3 i8 y7 S+ ?/ O9 z
                     b1[jj] = vec1[jj];+ c* r4 j6 }! W( U  H- I
            }
, Z# `( Z" [: `; u: }* d& ~7 M+ T. P% W5 D8 w
            for (size_t jj = 0; jj < vec2.size(); jj++)- I2 A4 w9 b( w1 v6 I8 `% |
            {
+ J) D$ k% u8 ?* A3 A- [                      b2[jj] = vec2[jj];
* e0 f' ^$ J7 `9 v! k  |             }# T+ J7 J4 s6 x4 B: h

5 A( S1 W! [; K7 ^5 K6 e             //Method - 1  N=100000 247s
' _$ O! i; P$ k5 V             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);, }- \- P. f* t1 Z( X+ y* A& a
                              + |1 _% K; R6 e2 @- J' C) U
            //Method - 2  N=100000  237s! o! q( d! w  Q  @+ I; D5 T8 p
            /*
" i! C" L: p& R# r, g2 q. v7 a+ u* G             for (int jj = 0; jj < N ; jj++)
0 H5 R2 T% _. K( T6 O& Q& }: a             {
4 O# |' ^) J" M3 W7 Q+ ]* Q: [                      fresult += vec1[jj] * vec2[jj];5 X% h0 E: O8 {: g' F
            }6 F& e/ N  t! F
            */
* I$ h1 K! A2 q2 h
- F. J+ h# e  A. y+ W             //Method - 3  N=100000 204s, h# e+ `; e8 q# q
            /*
0 q" N# L. j0 l- e( Z             for (int jj = 0; jj < N; jj++)
; w8 c4 n/ ~, b+ c             {+ X" j2 s( l. I: o+ q! l9 M4 L
                     fresult += b1[jj] * b2[jj];6 V7 j* C0 I4 n: {
            }' i8 ^" Q7 y/ o9 I! U9 h
            */2 R1 |8 w9 L4 M& D! g* K7 k

3 O- g8 E; m% l5 U% u             //Method - 4 202s2 T0 `! C" L8 R8 p2 ?2 s
            /*5 o: g, m1 m$ E, U5 Z0 J
            for (int jj = 0; jj < N; jj++)) R+ G/ Q2 i4 c3 ]
            {: C2 l1 }7 B' r; t. c! @9 r+ M

, K1 @+ S6 ^0 R( d& C7 p6 l             }% L8 R. J6 \5 I4 N+ V& j1 v
            */5 u) ~; f$ H3 m  j2 K
            //comment out all methods, N=100000  202s
3 u% ?+ B& p+ e0 g/ n8 ?       }2 q: I+ w) ~* |) o, z2 [

8 S: j+ d! d  L1 z9 R       delete []b1;  A  @% O! O4 C
      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
" n3 z7 v1 e! l; r8 f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？+ H, \1 N6 \2 K1 M# y+ A

- f! W6 C6 E& q, 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
, c9 \, k$ |8 `, O( H& _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、LOL2 ^% C% D0 Z# s0 g
+ _: @% W" j- H, E; R- 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 23:541 c- V/ e# ^+ { O! V
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)/ K( j. x9 C9 M1 p- w9 i& z
{; W8 _3 Y% e0 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