C++ 比 Octave 慢好多，怎么破？

雷达

$ Z4 g4 ~* e% I* U4 ?# v- I% l* E
做一个数字信号处理的小算法，需要算互相关。
8 M3 ^8 l: a6 e2 s0 i( X先用 Octave （兼容matlab 那个东东） 做了一下，感觉慢，走通后就用C++ 重写，结果比 Octave 还慢，目测能慢10倍，很不科学啊。
! ~1 |7 }* F. \1 u' A* d
) c7 w: `( [) E4 U- v9 fOctave的互相关有现成函数 xcorr,  C++ 需要自己写。互相关是一个一维矢量和一个二维数组里的矢量依次做。矢量里是复数数据，没有用 STL，自己做了个  Re/Im 的struct，其实就是两个四字节 float 。
5 h* B6 x8 Q) @% |% u: T; x0 K+ B互相关的最基本运算是两个复数的乘法，就是四次 float 乘法再相加，所以本质上影响速度的应该就是 float 乘法和加法。
3 R+ a1 B" x" @% o
  G3 h0 M3 c* X. Z, n+ F1 P7 gC++ 用的是VS 社区版，估计编译器不给力，但也不至于差这么多啊。

高手们给分析分析,  多谢了。
, }) C" q/ I3 K4 ~, q+ {. Q

雷声

互相关这种是最适合矢量化的，Octave应该是用SIMD 或者CUDA写了核心的计算部分。所以比没有优化的快很多。我差不多20年前做过类似的二维相关处理，优化过的比老师自己写的快了三四十倍，实验室的小崽子们怨声载道。因为本来等处理完一次数据需要差不多六七个小时，正好打游戏。优化完了之后不到二十分钟就好了。啥也干不了。
你想省事的话用Intel的IPP库，里面有现成的高度优化的互相关函数。或者用CUDA自己写一个。
你做信号处理很熟的话，这个还可以用FFT来做。应该会更快一些。九十年代很多人这么处理，主要是那时候CPU实在太慢。现在基本用不着了。而且FFT前后处理比较麻烦，加窗什么的。

雷达

& ~+ T/ }& Y4 _  N& O5 X8 H' ?

雷声 发表于 2022-9-23 07:02
& e5 [$ Q5 N) I# c9 E互相关这种是最适合矢量化的，Octave应该是用SIMD 或者CUDA写了核心的计算部分。所以比没有优化的快很多。 ...

  y, j& k" o  D7 F: A嗯， 我就是觉得 FFT 反而麻烦，互相关代码本身倒真没有几行。那看来就用 octave 就好了，没必要再用C++重写了。
1 t: t$ Z+ r* Y1 M9 }' d" O另外，我现在就是用指针数组，如果用 STL 的Vector 会不会更快一些？

可梦之

Octave/Matlab内部对数值计算做了很多并行和优化。内核甚至是用Fortran写的。你用C++重写，没有做并行优化，真未必比他们的性能好。

阿忙

Matlab不是浪得虚名的，要打败它还是要下点功夫才行

雷达

/ m( p2 P8 L5 ]  H" N4 a( A+ N) o6 i
$ g0 v6 {, |7 X( T2 A% L研究了一下，似乎可以用预处理指令对浮点运算做一些优化。这个问题比我最初想象的要复杂得多

马鹿

汇编快！

数值分析

5 {% }5 ~1 t* T) [! Y
1 j7 x( c  j' g9 O' cC++ code 用的是普通乘法？换成sse/avx向量乘法试试？
并且是单线程的？加个openmp并行试试
, A0 ]0 t" ]( i$ }# U! a2 h或者调用mkl 库的互相关函数试试

mark

马鹿 发表于 2022-9-23 11:18
! E0 l, t4 S6 j( b5 a% e: W6 j汇编快！

这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.

" x* T' i& y4 L; B最好还是用高性能的计算库, 比如intel的ipp,或者看看gpu方面有没有类似的库.

走两步

涉及矩阵的用blas

雨楼

实际使用中要考虑综合成本/时间。比如用octave /Python 解决起来简单。自己另起炉灶麻烦些。

雷声

雷达 发表于 2022-9-23 08:13
, N+ V" }1 D& A9 q, l  E7 d8 X嗯， 我就是觉得 FFT 反而麻烦，互相关代码本身倒真没有几行。那看来就用 octave 就好了，没必要再用C++ ...

# r1 p0 j/ \- h& USTL对性能优化没什么帮助，只是写起来比较安全而已。
下面数值分析回答的是对的，要么用avx自己写，要么就凑合用octave得了。
+ U% ^0 Z6 f9 @3 P& d, g2 U买个Ipp库虽然不贵，但是还是要几百刀的吧？

四处张望

矩阵最简单用eigen，然后enable  avx2以上

马鹿

mark 发表于 2022-9-22 22:43
这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.

& ~1 \& t7 f& s/ t/ m最好还是用高性能的计算库, 比如inte ...

我不是it的，说汇编是起哄呢

沉宝

雷声 发表于 2022-9-23 15:48
STL对性能优化没什么帮助，只是写起来比较安全而已。
3 N( O* p% n" u$ s1 x/ f! z下面数值分析回答的是对的，要么用avx自己写，要么 ...

你觉得在用AVX自己写与用GPU加速的Octave之间，谁有可能性能上超出？（基于中等价位的硬件水平）

数值分析

# u2 I! n; H9 ?

沉宝 发表于 2022-9-23 20:53
6 w( b. U6 b  k1 C你觉得在用AVX自己写与用GPU加速的Octave之间，谁有可能性能上超出？（基于中等价位的硬件水平） ...

必然是GPU啊，10来个核心对上千个计算单元。。。

有道是 双拳难敌四手 一虎不如群狼

ltpub

先用性能探查器看下热点在哪里，用前面坛友们的方法针对性优化下，满足了应用需求就收手（心中牢记那句箴言：又不是不能用！）
2 Z' N3 I  t! L9 C
不知道vs的社区版带不带性能探查器，不行的话用pro/ent试用几天应该是不违规的，实在不行把C++编译到Linux下，那perf工具可就多了去了

机器猫

mark 发表于 2022-9-23 11:43
, `& Q3 p6 a* y& G" D5 G) z这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.

; s. N" Z# p, m, K2 H最好还是用高性能的计算库, 比如inte ...

- z  a& h4 {1 F5 Y5 {区别还是很大的。编译器的优化还到不了那种程度。
! ]2 _/ Q- [: Y1 ]3 u$ k: \$ z4 |你说的那些“高性能的计算库”很多估计都是专门的人用汇编手工优化出来的。那个得对要优化的系统非常熟悉的人来干，打个比方那条指令用在哪个地方会导致cache需要加载，这些都必须考虑到

当然对于调用这些库的代码来说，一般C和汇编区别不大

沉宝

现在进展怎么样了？

想了解一下你问题的规模：
+ j8 x% n3 t" u* ~" ?1) 你说互相关是一个一维矢量和一个二维数组里的矢量依次做，那么这个二维数组有什么特殊意义吗？需要对所有维度按列操作并返回一个矩阵，还是就是简单的一对一算过去？换一句话，本质上要的是一个1-维互相关算法，还是N-维互相关算法。
2) 矢量和一个二维数组的长度大概是多少？
+ w& g- g' A# n3) Octave 大约跑了多长时间，你心里期望的速度大约是多少？

雷达

沉宝 发表于 2022-10-2 01:38
. v! B2 N( Q2 W$ Q! Q8 a, w# `% k现在进展怎么样了？
& S! q7 Z! Q$ |3 O! ]
* s$ X) P" C* i# s7 {想了解一下你问题的规模：

* U+ [9 w3 ^8 R, R
多谢关注。
& w9 x9 C1 h  ?- W& g. y规模还比较大，一个至少3万*3万的二维浮点复数矩阵，用一个4000点复数矢量对矩阵的每一个3万点矢量做互相关，重复3万次这种互相关。
) l* U  A5 b$ n我已经试验成功了 AVX 算浮点内积和 VS 优化， 再加上多核并行，我希望能至少和 octave 打平。但现在手头有其他事，还没有时间改正式代码。