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
' O" m1 g" R0 z: ]% d8 Q. @拉下来？拉多少？
3 o, \4 R* o9 z/ r, d4 t6 x% ~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
- Y! r S4 b: H+ h! B. S4 H: eMaybe 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! i9 x y' W& d7 A% }
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)3 k' }+ W- a g, V
{
( M. J/ Z. p" J, j5 t 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
5 D% l3 R* z1 d3 v4 U' k* S+ e5 I这个不是这么比的吧。。。
8 S7 X+ _& I; U) Y/ r* V! @5 N% n0 P! o$ X( e# r# x
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 00:468 Q8 `) s$ `! w+ b1 X7 i z4 S( {# ?
有道理。* }$ N! C; j3 T: }
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
2 [$ j4 q% e1 {7 H这个不是这么比的吧。。。
" ~' F. w! ]* F3 G D$ I) a2 ?: r1 X& k. 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 01:483 K) M# f- B2 U
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
0 k' g4 v, ?0 r a- o& X+ ^2 p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
) g0 _. \% y# g5 h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
( M$ ^5 _' a5 C' ^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
7 |7 F4 g7 k! R8 L$ G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);% Z. a3 ~0 P1 K9 L$ p
      std::vector < float > vec2(N);, m( U2 e1 L5 ?9 w5 y, L; y
      float* b1 = new float[N];
1 A" E/ t% A2 j2 _       float* b2 = new float[N];0 O  m% e. C# w8 F/ D' i
! E# Z# L2 J( _2 x* u5 T
      for (int j = 0; j < 6000; j++)
- |+ L  O' v$ W! q6 E. B. Z  Y       {- f6 Y9 k8 L+ L8 t
            std::generate(vec1.begin(), vec1.end(), []() {
+ F' k! [( z" O4 I1 z" \% I& k                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
3 g& ]6 m6 M5 W$ u: c                      });3 D1 g0 d) O  E" ]. O1 l. G
* t2 t2 e7 p& b
            std::generate(vec2.begin(), vec2.end(), []() {
% ~# m% i0 g3 o  J9 p                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
( L: B" v/ ^) I4 p* C                      });
7 o. u& D5 l4 a5 Z
# z0 E; }0 c6 v( T             for (size_t jj = 0; jj < vec1.size(); jj++)7 X$ A8 Z: s' u) x! s7 |
            {5 e% t1 @- k7 u/ K
                     b1[jj] = vec1[jj];' _; r) b( n- q( k
            }3 R( b5 Y3 w0 D

% h. Z. W2 j+ |  C8 k             for (size_t jj = 0; jj < vec2.size(); jj++)0 e; o! X' |1 t# e4 b8 H' _( w+ d
            {
0 C  A* Y/ P5 s  U                      b2[jj] = vec2[jj];
3 ~# d" b) h9 r: G1 x; y* T             }+ h$ T, o: V4 w3 p( V/ J( p% C

! m* k7 d% O9 z! L             //Method - 1  N=100000 247s
+ t. O6 Z) e" P6 ^: |6 J( k             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);$ h# G, i7 T( h, k) U. H5 w

- ?6 T% i6 h* z2 L$ {$ `; k& `             //Method - 2  N=100000  237s
2 L* D+ V! H7 `7 o# c0 Z             /*
4 g, u# N% X5 ]3 ?% W; C             for (int jj = 0; jj < N ; jj++)
; y* N6 x- P* g% S, A8 j  d             {
  D4 Y# ~# [6 t# o                      fresult += vec1[jj] * vec2[jj];4 Z! u& b. X2 ]4 L8 Y& f
            }+ U# R* I+ K$ W7 I" `% M
            */' Y8 e; j5 O! h2 I& i( e
                              $ O, A9 p, g* J. B' m; d
            //Method - 3  N=100000 204s
8 M3 F% X: m" J             /*% R% \/ d( q: H  @" C1 r3 @& \
            for (int jj = 0; jj < N; jj++)
- K; x9 B% ~6 U             {
' @5 p8 f' V) s# j. q                      fresult += b1[jj] * b2[jj];
' p: d% B0 }7 g$ `) c2 P  Z. r9 V             }2 ^5 `9 W2 Q9 \& }
            */, x& K: L2 i3 h3 b

4 r: G- e, w8 e             //Method - 4 202s
' C7 X& `* s, x             /*# G# E3 O& O2 R: `4 O5 w
            for (int jj = 0; jj < N; jj++)
4 v6 \/ s* V! q  _" [             {
- t" r( S/ {* M' ]9 e+ f* Y2 U- f
  P( ]% i9 p9 P             }
  R( G+ t2 e/ r& k" g' @             */! c4 i6 R( }* S# A+ O& \4 O3 E
            //comment out all methods, N=100000  202s             $ w0 Y8 _1 k. M* u
      }5 y, S" _+ k- w& d5 d4 O5 M

& U# Q. l  g( z/ p# V5 \6 k, P2 D       delete []b1;2 C6 x. X( l3 U# L9 B+ K6 V
      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
]; z) B; q' g* e' K* R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？
1 |" M" M4 V. T6 |% k- |9 @2 d) [: T" s) d
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 01:168 c: ^" } H k0 x5 i" |
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
) H$ w8 a' f7 ]! \# H0 h) P! T4 W0 X) v! R' S, i+ {( G
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
' p; V5 q; P4 A1 Uvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)5 J) a. [3 B8 b! O% L3 a
{- w& {0 W0 L1 u9 ~9 ?
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