C++ 比 Octave 慢好多，怎么破？

雷达

# B/ v/ m, h. B3 Y' }3 f
: F2 x' d# O% W3 Q. l做一个数字信号处理的小算法，需要算互相关。
7 I8 p  C4 w5 o+ {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。
) D( v, m+ R2 X/ @- F
  U- ^  ]& M2 N/ U; `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 。
) S) V1 X. j. m2 r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。

, p4 m# J4 ^4 `* uC++ 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。

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。
1 e2 W9 P% Y* ~' P, w( N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

雷声 发表于 2022-9-23 07:02
1 o! V, v, T" G" C) S. Q, t  c/ L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。 ...

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

4 i! N! {. ]& q
8 e* Y0 b  w8 T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

7 u0 Z5 H& P, a; f
0 ?7 q  |9 b$ @2 KC++ code 用的是普通乘法？换成sse/avx向量乘法试试？
$ K1 g8 D$ X& \: _5 A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
3 y2 m) s6 C+ U- \; x, i9 U, J

mark

马鹿 发表于 2022-9-23 11:18
汇编快！

6 f( z6 I2 Y. s( ^8 @" 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.
8 B+ ?4 x5 p9 ~( ]
9 e# y3 Y  x/ T7 j7 w7 j* J' v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
4 p( e3 ^  n+ o3 m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。
" B! {/ h  l* X) }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？
) W7 R+ g. x$ s1 Y7 ]3 _

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
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.

最好还是用高性能的计算库, 比如inte ...

/ s+ R3 n. @& c3 U0 y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。
* S2 r5 a# I+ P7 ?. ^下面数值分析回答的是对的，要么用avx自己写，要么 ...

* C2 F, _0 I7 Z, C  }/ Q0 |9 H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

& x5 j; L  E( a/ I+ [/ b

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。。。
8 ]$ a/ U* q- G/ s
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.
# l% [7 n6 h8 F5 w9 I! Q8 V( B5 a
最好还是用高性能的计算库, 比如inte ...

区别还是很大的。编译器的优化还到不了那种程度。
& p2 Y5 B+ E; X; @! D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

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？
. V3 e; ]; P' s- E
& I! Z' R: y4 T* d  ^  z想了解一下你问题的规模：
4 f2 _# M5 R9 {' g) L' G8 X- y6 Z* h1) 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。
3 G8 y  V& O# o/ T! V* Z; `* c2) 矢量和一个二维数组的长度大概是多少？
4 \( Y) H) A: [. R+ t3) Octave 大约跑了多长时间，你心里期望的速度大约是多少？

雷达

沉宝 发表于 2022-10-2 01:38
, H4 L' ]/ o; D0 X! \. B  R现在进展怎么样了？
* q- [6 o# g$ E# S# u
0 _1 j( |& D$ X+ Q( M- Y想了解一下你问题的规模：

6 a1 ^- N9 B( [7 @1 V) R2 {5 J
' h: B5 a7 `1 j9 \9 i' q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。
6 b$ o, I( a& Q& V3 g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。