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- P P! ~' h' ?# e) k
拉下来？拉多少？8 I: D& r" n ^4 v5 ?
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 i- m7 D' R* ]9 ^$ j# [- K6 u& o+ z9 @
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: w9 G6 q, j$ F; g2 x6 m+ `
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)( ?; V( F" v9 K; E
{
' \8 I% \+ S, _, X% W, J3 b 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
! w4 P( H! ? H2 W* I' n# p这个不是这么比的吧。。。3 w! n" L8 H- R& G* V

; T/ ?* ^( U% V0 ~- O) T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
4 C$ P$ E/ \7 D& k' _有道理。
* e9 S& @/ M6 q4 Y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
- Z( ^( E+ t. {- `# f T这个不是这么比的吧。。。- ^' s6 i& B5 t

/ c( G' B- q1 m% b7 X/ m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! _- J& t( e0 r
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 01:27( G I9 r, q0 n
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 ^; N9 L# N) }4 p0 z* r0 {: j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
/ K1 a3 ]& C8 z, K! h9 t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
2 V7 w3 G) z5 [' i% h, \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);
      std::vector < float > vec2(N);2 N' R5 i0 ?+ e( }. u  q
      float* b1 = new float[N];
4 m7 e$ {4 I1 S) j+ p( Z       float* b2 = new float[N];
. B( d, R) h" A- l+ q; w: a$ w0 F+ ^8 E; t0 v8 C, Q
      for (int j = 0; j < 6000; j++)
2 E1 r  q. l3 w# Q; [& A# ^       {
$ W6 R) b  |/ l             std::generate(vec1.begin(), vec1.end(), []() {
$ B! }) o1 O6 i8 P+ j( B1 L. J                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
& ?" l9 e* }5 R                      });/ B: e6 a- r, t  V' J

4 C/ u! o3 f: U7 o: M+ S0 Z4 J. G             std::generate(vec2.begin(), vec2.end(), []() {
; W4 G" U$ u2 O0 O8 y! f  l                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
* r$ f: H7 F1 T8 D8 D# M                      });
, _/ U! b+ d- L; a$ o9 j' p' f( i' m) h4 Q4 ?
            for (size_t jj = 0; jj < vec1.size(); jj++)
% i2 _- b1 _# V* {             {
5 [" u! a7 o; M* j, T7 W" `& L                      b1[jj] = vec1[jj];4 y! P4 z7 w8 l" t% O( t& R# W
            }7 {* a7 x- T4 f1 m. d7 N

+ }1 z6 b0 U6 u( k  M. c- i- W             for (size_t jj = 0; jj < vec2.size(); jj++)0 K2 M1 u3 `8 W
            {
+ z% F7 T! ^: E$ }  w% j; n                      b2[jj] = vec2[jj];) o& z% `0 ?& N: t0 e8 v
            }9 T+ X) o+ s" d1 {
8 L" ~1 U5 D& W. g* s4 [
            //Method - 1  N=100000 247s  ) p7 p, V( A5 w! k+ L, ^' O1 Q
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
( W/ O, b$ L) `( ?* S0 \/ A8 q3 q
# w# S, M, X, U" `3 S5 }             //Method - 2  N=100000  237s
1 c5 ^- g7 V2 C' n! w3 m- |3 s             /*" g9 o2 J" S- u$ M$ V8 R1 c' U
            for (int jj = 0; jj < N ; jj++)* I0 `" \; N7 B$ J6 A) S% f
            {9 V. v# _, t/ A  H$ ~! F) b
                     fresult += vec1[jj] * vec2[jj];- @' `) V- P. ]# h& l  A
            }
" V4 a1 Y6 W0 A9 s* R             */! l$ ^. [! p/ Y2 d

( H( N! w8 P* s             //Method - 3  N=100000 204s5 J8 @/ p% ]+ f( s5 {; m+ s
            /*! v8 w: C) E$ e
            for (int jj = 0; jj < N; jj++)
) p. M  M, h) m" g& j6 |5 d             {7 q) p0 X' s5 Y+ H/ f  Y, S6 L8 }: p
                     fresult += b1[jj] * b2[jj];6 a4 e6 Y% r: m: C- N5 A% q/ Z# H. X/ u
            }, ?& i1 }3 q! y  a
            */) y7 B' x1 g; M. q$ j  V

2 |5 E9 j" b1 U/ ~0 I4 d             //Method - 4 202s
2 |4 u' c1 _5 [' o* v             /*
$ z) m# ~( l! l# [             for (int jj = 0; jj < N; jj++)
+ f! `1 I( e% i! K9 \             {; R' g0 M4 }( {2 K2 _- o" z; i6 J

5 v. |9 G' @. a, k: H             }$ D& H8 k3 `% {* F! {
            */8 o6 A3 m8 M: [1 F. e
            //comment out all methods, N=100000  202s
4 G8 k0 c# E8 n% q( s       }2 g/ j" J" [% @- M& ?

8 `+ N" N2 H4 v       delete []b1;
) ~) a1 ~! ?; l! B: b) Q& E       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% a( a" l' `" S7 i' Y- O4 j5 O
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？
3 ?5 ]- x4 {& C/ m$ C5 w
6 Q4 U Z8 i* h5 z1 R; `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 01:161 ?& P6 D5 A: E$ K2 ~! r+ a
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( e; p1 N% v, C! l

) M" R( ]8 g, V) }1 ~ \, |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
9 Z0 G$ l5 p& F3 t/ Q6 ^& pvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB): Y. \+ {. i3 a% O
{
/ v) W' i3 N3 w: ] 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