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( x9 g: d _! ^; i
拉下来？拉多少？
1 O1 B8 K E2 P4 V3 z6 ]( l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 23:332 ?$ y% d7 B4 b) t
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
' S5 `3 _( J% z( f9 b! Vvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
8 ?* C% |' ]9 M; M/ E% U2 }2 T{
; {% Z) ]( O! q6 n4 o# z 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
- ? v+ T- X' c( D; n; v这个不是这么比的吧。。。
7 ]9 q2 k/ `; v: C) }4 h4 V2 r% y, V6 G5 `) s
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# J, y3 c) @2 o T* s/ w
有道理。
6 i, B# u. r$ } ^ i n! Q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
6 |1 }8 Q# `$ }) U. @这个不是这么比的吧。。。
8 z4 L: r( t) H/ I% Z: v2 t9 `% @" u0 S3 G$ i9 p/ D% i
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
+ ]# H( o9 F/ e; J3 I" g# M. d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
' H+ s0 S, \* E. D3 @- A+ @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 04:473 e2 Q! x+ d) T/ n5 \
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% @+ \1 F- }! W) B
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
. k4 t, k" g3 z2 w2 _7 s, u2 s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);+ W0 |7 B' v% a7 ~% t, a
      std::vector < float > vec2(N);( S6 k0 T& Y. a! N9 F8 I
      float* b1 = new float[N];$ M1 R4 N7 W4 d" k, W$ B; a: [% M
      float* b2 = new float[N];
+ }* U2 z) d/ C2 p( S+ b/ P  U+ @$ L1 R' I, X' ^
      for (int j = 0; j < 6000; j++)
4 u9 ?; \' t  O9 F  `, ~) u       {
  @% S6 j+ w) e$ g             std::generate(vec1.begin(), vec1.end(), []() {6 R$ l4 G( J6 ]" `% T& K
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
  V6 [9 g3 C) R* N                      });
# D: l1 y7 p% B( P" ^" U2 M% H/ z9 B! z
            std::generate(vec2.begin(), vec2.end(), []() {; d. O  n  Q6 E' \$ Q
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;5 s1 y- n- K+ j1 [- o
                     });
" h+ `& R! K; K. M2 L& O
  @# x4 V4 f9 W3 m/ u             for (size_t jj = 0; jj < vec1.size(); jj++): x2 @$ ]# I# h+ a# J+ [, Q  a
            {
4 ]* S3 l' `/ i6 M) o5 {                      b1[jj] = vec1[jj];
% d: f9 l5 ]7 {+ f: B7 F             }0 r, t- R4 f$ p" z2 u6 N
: H% e9 i: b0 P; V7 ]' P
            for (size_t jj = 0; jj < vec2.size(); jj++)2 E* s, f# E% D/ U2 ?' h: c; q& w
            {# c1 [6 l5 Y: A1 L8 J9 f" o
                     b2[jj] = vec2[jj];' k) e* p) u+ P/ J9 F
            }
3 K, v4 k8 S: S. i# i; x. C2 P" j7 g% B( }4 G$ j7 O, [
            //Method - 1  N=100000 247s  7 j% ]+ G7 q+ }
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
6 o7 w! H, m. v& |5 ]6 \. `                               ' C' c1 ]2 Z- b8 D
            //Method - 2  N=100000  237s
: n5 v7 q6 K2 J3 a3 k             /*9 D9 }- \1 K4 f) v" C
            for (int jj = 0; jj < N ; jj++)
+ c1 x% V8 j2 T( i$ t' }/ @; O             {+ @& p" L' n1 @3 b
                     fresult += vec1[jj] * vec2[jj];5 ?' ]( ], z) O; ?9 O  ]
            }
/ }/ H  a; v; }& N8 Y/ F             */  \8 O  [. I' V+ {

& h" @6 B4 [5 l- ^5 F             //Method - 3  N=100000 204s. M) a* n& R# K6 S$ E$ D
            /*
5 H& k* m6 J, q7 L2 M% I             for (int jj = 0; jj < N; jj++)
8 a7 [4 B: ~' ]  |$ C             {/ v4 S7 A( E5 D
                     fresult += b1[jj] * b2[jj];
3 ?# K2 Y+ B$ G" C+ K8 ?             }
7 a1 V  v+ M$ K. @             */% D: u* ]2 p. C9 R) R
) _2 f! W6 V+ O8 O% d, u
            //Method - 4 202s- E' O9 L3 A0 F
            /*
; |7 ^# s! {3 R  }             for (int jj = 0; jj < N; jj++)
7 [  _  _; V( q" g9 c1 T3 `             {
: M! x$ u1 m5 T, _$ R4 r6 V
& k* b1 a& d' N# a; }             }
2 _" Z: i1 Z( [. M: {             */
- X; p* D& B9 ]. }9 s             //comment out all methods, N=100000  202s
3 M; r# u8 f  {$ d       }
% f1 {/ d% W, f5 U5 x8 \
8 w! `( f/ h+ `3 w/ q       delete []b1;
2 E. G2 P" ~3 @+ n% P2 I3 j       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+ ^+ m1 F1 o% c8 ]4 m) |4 M5 D
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？
1 e0 g. I; W7 W2 i r* j5 \" Z! I! v9 p( ]- t' q
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. t: \- r# d5 ]( @7 q- ^ z2 Q
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、LOL8 o V. X/ ~" g( h$ f# l$ n. }

( k" H/ l* y% [4 A8 s; R' C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& h6 L; ^/ y% O* U8 \& ^) w
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
7 N9 m4 s3 ~7 O{
. W" C; O* m& ~# w: c- e 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