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
* H8 c" Q' _0 L- s/ ^1 b j拉下来？拉多少？
0 G8 q$ I% U. f7 U0 W) P/ l0 U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 23:333 m3 U8 i4 ^- B/ u; e0 z9 w. O
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
+ C9 W: Q6 m% i9 Z0 Nvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
) T8 F+ F3 R5 b6 x$ `{$ F8 F1 e/ y, v1 k3 }1 s
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, f8 ~' s1 k; x* l3 A( u1 M
这个不是这么比的吧。。。
% S) q1 m; A. p& n5 \1 T: o Z6 P, S# h5 m3 F2 w+ r" B
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
7 @0 o2 r% B j: F$ U3 l有道理。
2 r7 V5 y! p0 u' W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 00:207 b3 c$ w4 g; ^
这个不是这么比的吧。。。' a9 O- W' j3 Q7 z/ [# h5 U( J; b
- k/ p( [. p/ C" k% j
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
( x& O4 F$ m. a/ T/ z/ c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 01:279 ] q9 z1 |' X: f/ 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
( [3 j" T; \/ E9 B$ 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
$ u! B) I0 O0 s1 k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
' M/ s: D' c. t/ z5 g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);8 A7 {0 {8 b9 q, h' J  B8 L2 F) _
      std::vector < float > vec2(N);
- i/ z0 R, a' o: t       float* b1 = new float[N];
6 W3 k6 F3 p/ K       float* b2 = new float[N];2 Y' l1 E4 s6 q7 a

* G) }0 M$ t1 X0 e. l       for (int j = 0; j < 6000; j++)4 i% Q4 M6 v! z# C+ f+ K" {  w5 L
      {- K7 l+ J: Q; `
            std::generate(vec1.begin(), vec1.end(), []() {1 T9 V3 u5 g5 Y5 c8 z0 _7 ]
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;  |5 w; u& |( i
                     });
' Q! g4 ~4 X1 u/ g" i2 `+ N+ n4 p: Z* J% f: l
            std::generate(vec2.begin(), vec2.end(), []() {
" W8 Q) x8 I: ~: l9 a4 P% X                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
- F; t% j/ \* W7 c; Q9 F                      });9 g2 B& N6 }2 y; ~" U% x$ ]

$ K5 r& b/ m; c* V             for (size_t jj = 0; jj < vec1.size(); jj++)( M$ I4 P/ i; g" D
            {
" Z+ W0 H, [- c& L& |, c                      b1[jj] = vec1[jj];
2 C9 F3 @' r  M: l9 l2 U8 Y             }
; P' n; h1 r& O6 P
  ]  @) f2 s% A, s             for (size_t jj = 0; jj < vec2.size(); jj++)
2 T8 O% k2 m* A- ?$ E             {
+ G8 S4 Z" \' N- A! k! B' z( {7 }                      b2[jj] = vec2[jj];
. ~" Q* c% Y# j+ ?             }" @9 T) v& i* l
% V' |& k& G! G# C# u. j
            //Method - 1  N=100000 247s  1 ^8 @  l7 o3 E9 d2 ~; ^
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);, G/ u- |/ o3 V$ l% a% ?! Z

7 y7 P1 D4 o4 e9 e# M9 {% h* j" n             //Method - 2  N=100000  237s
, x; G% a% }' }             /*0 s, f& Q8 B5 f4 {* i- P
            for (int jj = 0; jj < N ; jj++); ^6 J7 B# x8 g+ G
            {
: B2 @- P% l, {% t                      fresult += vec1[jj] * vec2[jj];
8 X% J" |. t5 {- ^             }% Z+ \" R  K+ B) P7 b
            */' g; I  \$ w- f! n) a  |

8 O4 C$ ^! l: W6 [" }/ d             //Method - 3  N=100000 204s
- U0 K* S5 m+ _  D# n+ G; j+ Z; N# W             /*1 B! s; R1 U7 h
            for (int jj = 0; jj < N; jj++); Z* u( f6 ~! a' l0 _. I+ n# j+ S
            {
8 n& r2 E3 g8 `6 B                      fresult += b1[jj] * b2[jj];
  e, g( [# b. u/ C3 X2 g2 r. q             }
4 P7 p4 [% l% }             */9 P& I8 T# c# j& |9 i

( w1 N0 c; i- C% \; B             //Method - 4 202s+ n5 S) v& Z" g* S2 {1 _2 P
            /*: B# R: ^( \: D6 k$ Z* [
            for (int jj = 0; jj < N; jj++)
! H' h, c# A  `$ T             {" y' i7 V" C, X9 d2 @4 |2 g
                     % G, w( k% J( e& `1 A
            }
( g) c  u1 }  ?: q! {1 z             */. k" x% F7 _7 E: @. ~# W  x
            //comment out all methods, N=100000  202s             ' @& v. w+ _1 l
      }1 k* C& a% s8 W4 r1 F$ j0 o- P, U

( n' A. X! n3 `4 S/ g4 l( m" Z1 U% F8 p       delete []b1;  U& G4 V1 k8 s5 R# W
      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
. c3 r( Z2 g! K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？
# O5 Q0 M/ ?: |' {8 h
" J4 Z8 r( L, c) {0 v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
, l3 k8 ]" F$ q' e& w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
) x$ O C1 A2 ~0 G% ^$ O- T& o5 x9 E6 x9 q0 j+ D
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; P- \4 e! ^) a4 n8 k9 K
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
) H U7 b' Q& n% [( a* d{2 Y3 i; i0 b; ]: f- i
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