C++ 比 Octave 慢好多，怎么破？

雷达

- d5 n0 G- |( o1 S
; M/ G6 E# H" j* C2 f2 {+ x做一个数字信号处理的小算法，需要算互相关。
. h1 Y7 K: u1 C  u7 Y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。

Octave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 。
4 F. w1 l4 j' K; U1 \2 ~6 u) Q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。
; t1 H$ H- ~5 M/ z, A( g0 ]& Q- ], G% v
C++ 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。
; i) {7 E8 M) V- s  P% i# R
( g& S! \* `8 Y" ~& F( S  \高手们给分析分析,  多谢了。
) i2 m! V# r& }* |  _4 v

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。
7 [/ F: a' E; j) E! I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。
- [2 c" l' x. T: H$ P; u" f  g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

6 ~. c, R& b8 s

雷声 发表于 2022-9-23 07:02
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。 ...

( {- b- g7 U2 ~8 H9 i4 _; G  a& T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。
" g8 }; A4 c, }; C8 Q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

1 A  p: x0 L1 Y' W6 C! a/ B
7 l3 Z1 R3 x/ S0 j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

, |6 X. l" }; ~  ~+ _- ^: _
3 o+ @" l4 E# m& }8 }C++ 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
+ e" Z. {# Y" X8 J0 k2 r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
, s; U& u8 C9 e* T7 R, C4 n汇编快！

  W2 M9 M7 ^2 g' f+ |1 x1 Z: I8 z1 p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.
  `- q8 f% b' @6 Y9 C+ {
2 A4 g  q: i% i/ q  U/ R3 O! {/ Z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
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。
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。
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
. L8 I4 l% S, V8 D+ H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.
- n4 Y5 t% ^% f" J  F( K# O
; n5 ?# D9 G( H' s) Q4 c( e& D% n8 [最好还是用高性能的计算库, 比如inte ...

: W7 f, o6 M/ _6 }0 @0 P! N我不是it的，说汇编是起哄呢

沉宝

雷声 发表于 2022-9-23 15:48
5 G9 L+ @, ~( A+ P4 J' _STL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 ...

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

! _; [' f* l2 F4 R8 T% }. v' A

沉宝 发表于 2022-9-23 20:53
7 ]8 G; n) g: U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。。。

4 }+ ~' H% T& I; k9 d* ]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！）

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
4 ~  U& a4 B* P1 \+ p" _0 A( T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.
9 S. }: P+ ~5 t4 \% U; f+ A
最好还是用高性能的计算库, 比如inte ...

, l7 z: _* z/ I! F0 V$ K区别还是很大的。编译器的优化还到不了那种程度。
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
  k! h3 K) O$ q/ B, ~
9 D) V" {: I- V. t- R! ]& T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：
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。
1 _) F) y# b7 c& ]2) 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

! D. F3 A% b" ^6 Q6 T2 {7 Q

沉宝 发表于 2022-10-2 01:38
现在进展怎么样了？
6 ^, b9 j, A9 c7 C& a: ?
想了解一下你问题的规模：

# a, n% X+ u& v7 o* W多谢关注。
' s- g% M6 l( I8 W* `. C$ c: I6 \* r6 l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。
. r& [2 V3 _. G' l! w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。