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
a! R8 e0 s8 V: \2 Y4 V* }8 I拉下来？拉多少？
6 C9 H ^( N& a2 ^! j) z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" e, A h- h0 j9 ~5 y# ?
Maybe 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, g8 E! v1 e0 f! ^
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
' r2 Q2 t- C. I6 |{
& H. S- a4 S1 n6 J) p4 R- S* s5 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
) E# B+ w' X- r' G/ e这个不是这么比的吧。。。
; Y3 o6 ~4 }+ o: [2 O$ C" t
1 ?" r7 ^9 p6 }8 M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
! E) S8 D# H3 i0 w有道理。
) k7 Q1 l6 K" }* k% u9 ^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; Y3 B4 E6 J+ {. t: j" I
这个不是这么比的吧。。。8 k4 N. d# Z2 f' P4 g
& n: j, K% j' _8 e( u# X. g( ?) e
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 01:481 F& ]% @3 \" w1 l: V$ p$ R) B! \
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 01:270 c* j7 }1 `) ?: e- E
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
6 f7 }' n+ [% }# W9 z0 v4 Y- y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$ I2 v/ h& Q: r l7 a% x# F
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
8 x3 V5 A% n" c- F6 t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);
% Y/ u  f& g! X0 b  U8 x       std::vector < float > vec2(N);$ z- t, {6 {. }/ f; V" A6 A/ a
      float* b1 = new float[N];
5 K) q( N# W' y% m2 G3 p5 E  P       float* b2 = new float[N];
- c- w1 u  [" U8 V. }1 u& S4 a6 @" f0 Q
      for (int j = 0; j < 6000; j++)
* G7 W. R; Y( ^0 I# j       {
" f! q7 s* o5 X9 {             std::generate(vec1.begin(), vec1.end(), []() {' L: \6 j- T6 _
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
( i, J% X6 L3 L                      });* L3 P- c' `  i# z. M: U. m

  x: L) h) u9 e$ ?* p# m: c0 |* e4 A             std::generate(vec2.begin(), vec2.end(), []() {5 L# X1 w4 o; `% R# ?
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;$ n/ c' G, |' [: Y$ K
                     });: Z( `/ Q, m" [' U2 c3 O) e

2 ^/ Z6 s2 Z  _) i4 w             for (size_t jj = 0; jj < vec1.size(); jj++)
3 a0 H4 X% b  P1 E; k. J. k$ t             {
2 O. o* ]) W9 c* K                      b1[jj] = vec1[jj];* i3 _4 q- n7 `$ T
            }
3 T9 C3 P% {% c1 G" _! ~
9 ~) Z1 T: w! _, |6 \7 D8 A" D             for (size_t jj = 0; jj < vec2.size(); jj++)
6 o3 p, a( w1 x: M5 O% S( x) D             {
5 Z# v; b% K* N4 p                      b2[jj] = vec2[jj];% A+ j2 n# c1 t5 M# Z
            }
/ A8 T$ e6 q9 t+ s8 {- b0 s9 m  ~9 C7 f1 ^5 E( T
            //Method - 1  N=100000 247s
& d; @$ r, L0 `. I" \) m: N             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
2 Z% P2 B- I1 o5 W9 j
            //Method - 2  N=100000  237s
' b' }7 M2 g- i$ t" s             /*
$ v, [) j2 S+ J/ P' Y, g8 {             for (int jj = 0; jj < N ; jj++): X" I# {7 O2 {/ `, E+ L
            {- f7 j5 G' v4 l( j; i4 u7 O
                     fresult += vec1[jj] * vec2[jj];0 |  ?4 @  J5 ?* [# i9 ]
            }
; X  {) U7 @& t" f" I: q  X6 f* I             */6 v8 p7 p, S' |  x( j8 z, S7 x

, O$ H6 M9 `0 y4 @5 t             //Method - 3  N=100000 204s' z; I) @5 Q! X! I7 h/ J. i' y. B
            /*4 g! d8 v8 t. V1 A
            for (int jj = 0; jj < N; jj++)
0 R* {* _  {5 K2 i8 j0 `             {6 |% s5 ~% ?) Y! m) z
                     fresult += b1[jj] * b2[jj];
+ `. _6 u0 P! x" ?' I             }9 |) W# U/ _9 J1 s- x
            */" S/ @! W6 ~) s+ Z

! v( j9 E9 K; X  K8 ?3 y; s; q5 |& d             //Method - 4 202s
3 q( r- A8 M" t4 m             /*4 J# e# `; O  D$ h" V
            for (int jj = 0; jj < N; jj++)( p# b: t* W) a
            {: V0 X: p3 ]7 D9 D

# a0 X9 d7 ~5 m& V; {) k8 M$ _             }
2 C* S! W, B; e3 F- d             */9 H% E/ i! D5 R# G
            //comment out all methods, N=100000  202s
7 ]) i( J% A% E$ _' k7 F/ T       }4 e# Q3 j/ o0 M" C" K* \3 F1 n6 a" C, V
" u) h9 W5 ^2 j, P! S2 Y2 N
      delete []b1;
% k9 D1 Z1 v6 B8 f# e       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" O& g) n9 k9 L/ z* }
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？
# C$ `! g% b3 @/ \ ^% D+ n
3 f$ J) R; N6 M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
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+ d- p( {( G( D
( t8 L9 H) O: v0 K5 ]+ o6 l
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" X9 o) T" \9 |
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
; b, d9 p+ R( c# F( y5 Y{1 {; l! k% Z: e2 Q( v- ^$ u9 w5 V
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