C++ 比 Octave 慢好多，怎么破？

雷达

8 X/ u9 v& ~6 p% l  _1 C
做一个数字信号处理的小算法，需要算互相关。
, h' ]) p3 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。
7 E! m0 N; w1 Q
2 c/ I4 G+ i- {- f0 u4 R$ sOctave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 。
; m. ]. b  Y# ~1 R# h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。
; s3 o# ]( {6 i7 b
1 }. N0 A, x0 b7 WC++ 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。

! Q# {) ~9 B; O- Q% g' k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。
4 M: M6 D! H6 o( V" ]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。
" T/ t# P" F: n- W  b! U( h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

5 ?; j2 g8 V- j8 Z

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。 ...

. Q; i9 b" f' q, l" p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。
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

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) A6 F2 |+ q+ E9 o& G  \4 R
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？
+ m* }4 A6 T% f6 X) k1 c并且是单线程的？加个openmp并行试试
+ g' D. W! m0 e" w9 E) F或者调用mkl 库的互相关函数试试
" t3 x0 e/ K6 R; ~/ V' M

mark

马鹿 发表于 2022-9-23 11:18
5 |% i0 N7 @% q" O! `: e汇编快！

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.
: @( Y4 W( i. E) l
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。
) {& M5 c# i& p) a1 V) n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
  }5 }/ i1 u; y! f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.

- v1 q3 Y$ ?% B% w; D+ A最好还是用高性能的计算库, 比如inte ...

- z" w' o6 \9 I; b! r8 D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。
# F6 N+ }/ d5 R; K/ y1 r9 n" K下面数值分析回答的是对的，要么用avx自己写，要么 ...

0 N% P( b' }% G& T: A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

6 Q; W% X! \" j8 z

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） ...

必然是GPU啊，10来个核心对上千个计算单元。。。
4 f3 m% e9 ~. E3 d% b: i
+ r* J; g6 y2 K+ d) G: a# e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！）
  W( l- u: R0 g8 W3 m9 V/ P! `
0 f, U% O" n, M5 ?3 p+ B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.

! R* t; E; R! x2 Q% p$ J  M, Y4 w最好还是用高性能的计算库, 比如inte ...

5 O7 A' J# P* [7 q2 p区别还是很大的。编译器的优化还到不了那种程度。
- d0 h/ ~8 J/ l) f2 T* v2 W7 _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

9 \; Z$ z& l) b, c7 f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？

3 D1 R4 p4 k. j/ W! T4 D想了解一下你问题的规模：
% t/ _$ {  p  ]# p1 j1) 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。
! H7 i  z0 x, S& G7 K/ Z2) 矢量和一个二维数组的长度大概是多少？
' i2 |) V1 J6 {1 C# Q5 ^$ G3) Octave 大约跑了多长时间，你心里期望的速度大约是多少？

雷达

0 Y1 s/ I7 e- f' ^7 w' w

沉宝 发表于 2022-10-2 01:38
现在进展怎么样了？

想了解一下你问题的规模：

$ l- l( }! R4 Q/ a; ]+ q% \7 R/ e
  s2 O/ p/ s; {! ^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。