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
/ x9 R6 B: ?' ~6 \拉下来？拉多少？
! K8 o m) Z4 ^' }* K4 ?6 O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 23:335 Q' k0 A0 t: t9 [" g
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' q- d: G! d9 U" ^- s' I0 ?4 l
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
7 E. a* p9 O( l5 Y+ q7 @. g{
- x8 s% p% r6 q) H4 s* P 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% e3 k- g8 X1 P2 b3 a9 _
这个不是这么比的吧。。。* F% C" N; q% h; j$ y
' c7 W0 ~6 U4 F
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
) P" K+ ?0 q5 @1 Y有道理。
7 p0 Y9 A, h% r2 t2 N7 x. F9 @: @/ V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& C: ~" s5 i6 p7 L' R4 }7 ^
这个不是这么比的吧。。。0 N" q! @0 R' X( [
7 t& @+ b) i r2 ]; 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）。

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 01:48
9 d: D0 b; }8 h- I6 T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 01:278 i% G/ a8 T( k5 Z9 O# f
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
& t5 b+ ^! q5 h: s/ d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! T, |, ^3 T5 |% N
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 14:587 X7 }$ Q7 j1 v5 I, R; S3 m
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);  f' c7 j# ~) M( y
      std::vector < float > vec2(N);
8 o, x3 v5 D" {       float* b1 = new float[N];0 S! y8 T2 a" \8 R/ e
      float* b2 = new float[N];
) O. R/ H. v& V4 ~( e9 M/ t9 n0 @& b6 ^3 I) F
      for (int j = 0; j < 6000; j++)$ Q9 b7 L! `% Z# J0 H. _' ^2 p
      {
- y* h' b- U2 g# r             std::generate(vec1.begin(), vec1.end(), []() {" O+ B( W7 @  |" x& a" r! m# y
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
) P$ E" o8 e3 G/ K9 q                      });# j3 u# X& v0 E1 \0 x
5 A6 J$ P) c  V4 Y% {
            std::generate(vec2.begin(), vec2.end(), []() {; a% A" R4 [( v5 G+ `5 a/ T
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
) @+ ~; `6 R( m. N                      });
; }7 L# q, M# M5 \  N  u6 J
4 A; j% O' y) }, ~, [) d             for (size_t jj = 0; jj < vec1.size(); jj++)
$ t( Q$ s2 O9 v+ h             {! ?2 S9 [, @7 D
                     b1[jj] = vec1[jj];5 i- x" N4 T: q" h" O1 M
            }
2 D5 ?! Z1 v& e  Z1 b& ^
; D$ s9 H! q* R! }             for (size_t jj = 0; jj < vec2.size(); jj++)% j( L5 s+ C2 I
            {
" A' Z0 d9 q, X0 a+ r6 q8 o                      b2[jj] = vec2[jj];  U) {  H( w0 u9 ~& s: |
            }
; E# n- A! b, Z: D7 t! ?4 z' I2 p" ]1 c" o* g
            //Method - 1  N=100000 247s  2 h7 t- D# p9 u3 ]
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
* Q# E1 Q* y' b9 }" G
+ y: v+ m9 x( t* s: E! S: M             //Method - 2  N=100000  237s7 s* t, o7 t3 t% ^* O
            /*
7 i. E: ]& ]0 J6 p( o- V1 ?# V             for (int jj = 0; jj < N ; jj++)
8 ?! H* K* t3 E% K             {
/ q7 O: v3 |  D* t6 a1 o- n7 R                      fresult += vec1[jj] * vec2[jj];
! [# b3 a7 ^% Y  f+ W             }1 R& v8 y! l; x! M
            */
6 c. ^8 A' A' h7 u" F
- G3 H. L; }! O# u6 v9 I             //Method - 3  N=100000 204s
1 F. g6 `1 T: t8 Q             /*# ^& Z% r6 z8 W9 q" ~
            for (int jj = 0; jj < N; jj++)
; R% J# ^5 t- _. y: n* `             {; t7 M: h. O5 K) d5 @8 E$ w0 C
                     fresult += b1[jj] * b2[jj];
. b! j) o7 X9 Q# p/ c             }1 t; [" k, a3 s$ s2 B
            */
1 N* z5 f$ c1 l9 p" Q3 p  d2 Y8 Y/ @5 L9 {
            //Method - 4 202s) e+ W7 W1 g* r! I( i$ V& I  H' @) E
            /*
: @5 t# n% l$ L$ o1 n, f& w             for (int jj = 0; jj < N; jj++)
+ P' l  `$ W+ g8 d( g. I             {
7 X0 k4 U: w6 k3 c7 v7 ~! a) m+ s
9 y$ g4 C" u9 ^* e# [& [+ O             }) j" v, Z9 t6 w) V2 o
            */
/ `% h+ f- `7 b  F& C: i             //comment out all methods, N=100000  202s             % h- s% H9 P5 Q7 E  i
      }
" e& x- k- r9 d& x7 A4 D
- c# n: p) N; H: r9 [( i       delete []b1;3 H  s4 {6 O' O; X  Q: G
      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 00:156 ]* V0 M# B9 v7 p* ^' m9 ]- j: v; |
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？# J# {. g, ?1 k: [

C0 W# o3 k( V: @$ G" m6 `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
. ~# k0 ?( g" V d$ r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、LOL0 \, W+ l( H- @% Y

2 O# a) O) ?. @) l5 l: n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% p7 u; A6 L, }- n8 n: Z
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)! p* f7 O1 B; c6 Z, R1 f1 v
{+ v" l( S0 X, }" o& x; f+ t) s9 }
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

浏览过的版块