C++ 比 Octave 慢好多，怎么破？

雷达

3 ]" l8 n+ K$ s4 h' M
" X3 Z  j1 _5 D' ^2 Z做一个数字信号处理的小算法，需要算互相关。
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。

: G' K0 l( q! [8 c" }; KOctave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 。
# A' v% ^2 J1 r9 ^5 \" l3 y' J5 g1 Y. S3 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。

. t! L8 T3 q& H# \# |& U) }: FC++ 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。
  W7 a0 r4 j6 }. M5 P: z
高手们给分析分析,  多谢了。

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。
: ]* S2 i& a9 [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

雷声 发表于 2022-9-23 07:02
6 ?0 t4 U- [6 j) w, M' T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。 ...

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。
# }: l. F+ L2 N4 z% f) j5 @5 {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

+ _: y0 ~# g2 H
" D7 _/ k2 b( K4 ]9 B3 [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

' `9 A+ o* h  o: ]4 N+ [C++ code 用的是普通乘法？换成sse/avx向量乘法试试？
$ {7 w8 k3 |# X- Q) d# l1 B并且是单线程的？加个openmp并行试试
或者调用mkl 库的互相关函数试试
% @) y- d/ K/ P& m, V  |0 v' ?# k

mark

马鹿 发表于 2022-9-23 11:18
汇编快！

! X2 C* S9 B; i$ G1 b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.

4 X# q  \) C0 `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
  v3 \: |7 ^2 W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++ ...

STL对性能优化没什么帮助，只是写起来比较安全而已。
, |- Z$ _" j# ]7 j+ b* M3 J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。
" Y1 a+ d" R( i% J9 u" W. d! |; S买个Ipp库虽然不贵，但是还是要几百刀的吧？
8 z' g& U3 g# F, L

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
8 W$ |' I0 q8 J6 q. 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.
) u; H1 p$ I8 m) a, D$ E
最好还是用高性能的计算库, 比如inte ...

6 {0 |9 O0 X. L% L: b1 }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。
! J3 F* ^* X' I( J! v4 i2 V下面数值分析回答的是对的，要么用avx自己写，要么 ...

$ f/ F. Q# ^+ t" y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

1 ?; U  f  R# v* a% w: |! O

沉宝 发表于 2022-9-23 20:53
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） ...

- I( j  S  X: |4 g6 }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！）

: K* ~+ N6 `' K+ W5 ^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
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.

2 P8 h( J4 p; g& U/ l: j4 F最好还是用高性能的计算库, 比如inte ...

区别还是很大的。编译器的优化还到不了那种程度。
' d. ^( R" k# E! }; s9 J8 {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
; b% }" n# y( y8 p2 Q+ k
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：
7 C& P- E1 k% x5 B* E" J: Z# p$ ^0 T1) 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。
+ j1 q% d* }! P/ F/ \8 M2) 矢量和一个二维数组的长度大概是多少？
3) Octave 大约跑了多长时间，你心里期望的速度大约是多少？

雷达

( r! R1 D; p. {2 z* ^) }

沉宝 发表于 2022-10-2 01:38
现在进展怎么样了？
' }" |" @  r" R
想了解一下你问题的规模：

多谢关注。
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。
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。