C++ 比 Octave 慢好多，怎么破？

雷达

' r9 {, ^1 J; O+ n! ]# i( I% D0 J
做一个数字信号处理的小算法，需要算互相关。
. T* i' \* r, b2 o' S; U2 G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 。
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。

; M1 V, {! c; p5 l* u# M7 E! kC++ 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。
1 y. U! {) L  p  ^2 u! _3 ?
高手们给分析分析,  多谢了。
: _) X! M% |( N8 e" _* u

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 Z, b! ~# m7 L- _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

) R7 q) g5 @" S% Y

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。 ...

  _( s9 U) c% j
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。
! E  J% C' j  k* C+ W' W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

' g. ^9 e& Z0 Z- O' ]# b
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

" H' f+ w9 H% n; Z7 D; y( m# S. v
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
或者调用mkl 库的互相关函数试试
7 H0 o# {; h/ F

mark

马鹿 发表于 2022-9-23 11:18
9 D$ C4 q. h6 ~* q0 Z汇编快！

( j. W$ D3 n; R; d& 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.
/ {% A. e/ p. g0 A1 S/ i
7 ^7 W  ?2 l/ X- O" k# Z/ J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
* P6 i2 \9 E. t3 ^1 p% o. b- G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++ ...

6 D4 i6 G' p5 r* lSTL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？
1 C( C1 n. Y8 Z# t1 K

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
4 g; W2 T3 K5 p8 @/ V+ @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 W# k/ G; r6 r+ F1 L
最好还是用高性能的计算库, 比如inte ...

8 s6 }/ P* }- ~" Y5 ^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。
; g4 y, X; f: `下面数值分析回答的是对的，要么用avx自己写，要么 ...

4 J( a  s& ?( p8 k! k4 V. A1 ^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

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） ...

. z6 o5 V9 G0 l1 D; n4 U$ h
" }$ L& g0 d* D7 o( U  M必然是GPU啊，10来个核心对上千个计算单元。。。
9 x  w! S( J9 [5 a+ _9 _
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
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.
! F! W2 t) G* G- x4 \* J
( S& L6 R% p4 c1 `2 I; l9 y最好还是用高性能的计算库, 比如inte ...

4 P1 X: {( q( _5 T区别还是很大的。编译器的优化还到不了那种程度。
$ h8 ]% K% G  s5 w! p9 ^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

5 H/ B+ ?2 N4 R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？

) X0 y8 ^* A$ `* H4 T想了解一下你问题的规模：
; w# M- |: o% X% d1) 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。
. c. G. o* h( J' H" ?0 C2) 矢量和一个二维数组的长度大概是多少？
) f$ M+ }/ J& u& ^9 B0 O# K3) Octave 大约跑了多长时间，你心里期望的速度大约是多少？

雷达

4 {9 W. q$ }% J2 ~" r  |. h

沉宝 发表于 2022-10-2 01:38
. e9 z4 _, b) k% y% x$ U现在进展怎么样了？
# n: H3 A1 q& e
! \) @7 e8 a/ n5 @* V; \想了解一下你问题的规模：

多谢关注。
& u3 y, y- `- i5 @1 n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。