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
, v$ @3 h2 d' n: g2 k) n2 l2 o% A拉下来？拉多少？0 Y$ a* k0 ~, m; {
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 z. `. f: q( v$ O1 j9 |) ]- |0 d/ H' K
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
; x' P) Z' V3 U* yvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
1 K; h4 [" q5 V0 ^' l5 @{7 t( g; o$ c; [) h. S$ A4 U( h: l3 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
4 i: }8 n. r9 E+ `+ |3 V1 [2 q- o这个不是这么比的吧。。。
# \) L x- O% M Q+ e& Q' `! q$ ~2 B C- Y# 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 k4 L' U. a f& v
有道理。
9 z! ~! O" A @, k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
$ [0 {4 s8 Q. L2 q5 @: _这个不是这么比的吧。。。
# f% D6 y& f- @5 `! c e
% t( j1 g2 u" h5 V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
. h9 w* c6 l! y: Z' w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
9 }5 `9 \0 e2 z0 D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( o' ^6 O3 w& o' V0 v. p
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* p& `. c2 U. Q/ l) S8 W) p" 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 14:58) n8 t: \1 `. F+ q% |
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);' i. ~# S$ g9 p" a- ^5 U
      std::vector < float > vec2(N);$ [4 g$ e- {" U/ b4 c6 Q, a
      float* b1 = new float[N];
: Z1 M: X% o# Z7 v! o/ ?5 n       float* b2 = new float[N];
1 {  a8 E% P+ R, Z
7 P  F8 x& W* q9 ?5 L; E       for (int j = 0; j < 6000; j++)# R# L  w" y6 F0 s4 [) |9 x; |
      {
, P/ c/ g5 \% @7 x( a& X0 V             std::generate(vec1.begin(), vec1.end(), []() {7 h  Z" E4 a: n$ p. e0 R+ q$ N
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;5 `, b  ~0 @! ~2 L
                     });" u, h3 U7 m& f7 {( [3 r

; w7 }2 U4 C; l( U             std::generate(vec2.begin(), vec2.end(), []() {
" F; n7 O: @0 t, L: q                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;2 w( C% W; L) {5 h# F
                     });
! F6 g: n: j0 i& M5 f( W! h/ x4 @  h
5 T5 j; L" U/ D" }9 y! L             for (size_t jj = 0; jj < vec1.size(); jj++)) E$ s& T5 s- s/ k7 E
            {
; \2 C) T  l- f5 \  k$ N& Y  \                      b1[jj] = vec1[jj];
2 r2 M$ }& z7 p2 r6 _  H             }' j- p9 v# ^& m+ M3 k* j. ~8 x

& |& a  x! h# k6 g3 J7 I! i             for (size_t jj = 0; jj < vec2.size(); jj++)4 y6 s, t  K3 E9 r1 O8 D# `
            {1 z( S/ d) T( V# U; B
                     b2[jj] = vec2[jj];; S4 B6 d8 L8 ]7 F% T1 {
            }
, M4 F$ y' M: M# n0 x# E1 g7 D5 D& f
            //Method - 1  N=100000 247s
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
2 J9 Q8 K' a2 K* C                               1 x5 N4 g: ~) Q5 ~9 Z
            //Method - 2  N=100000  237s. t. z, i+ B. Q, z
            /** ~) W& K) `* |0 d
            for (int jj = 0; jj < N ; jj++)
9 b/ F+ U' G) X& |  [             {% P* N! ^) L, R% T- R* q
                     fresult += vec1[jj] * vec2[jj];9 G$ J+ w/ |) p! w+ {) t6 H
            }8 Z& e0 }  U" S( k
            */: P, S8 H, \' w0 J) @; `: \

% l4 ^; g+ `' _& J/ d             //Method - 3  N=100000 204s( t! b5 V" _" d
            /*" e8 Y* E) e5 J. L% [$ V
            for (int jj = 0; jj < N; jj++)3 _8 H& r: l. ^
            {. {% N- _- m  o$ C+ A! y
                     fresult += b1[jj] * b2[jj];( r8 H! @$ N0 R  F
            }  b) y; B; L8 Q8 v
            */
9 V* X" q1 T$ r& }. a
) l6 M) z; v9 V- a  _1 J             //Method - 4 202s+ G5 ~9 X7 r" k3 S: a9 D# N/ ?( E
            /*) v3 h9 k" B" a* h9 z$ S8 D
            for (int jj = 0; jj < N; jj++)& n8 L$ c' C4 v$ V; i
            {
$ v( n4 L  Y7 |- k) [0 R) O                      ! i$ ~/ o, P  v! G6 n
            }- A- k# w( x5 Q# }$ m) m6 @
            */  P; O! a& J3 `6 J: T9 ~
            //comment out all methods, N=100000  202s
9 z7 _1 P) B. L( p) Z) T+ K       }% a7 K& @6 I5 W2 @
/ S" {5 R  q$ `3 e9 C1 f8 |
      delete []b1;
) p- x  y! f4 q' S       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, t9 {$ {/ N" s4 P* _' a% Q) ]
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？* l& d/ R4 [' ]# h3 C
1 D1 ~- S: y1 _8 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 01:16/ ~" ?# G0 N7 k+ } o
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
) F* |& ^ C {% d/ U' U8 A
# B7 T4 f* R- `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% S7 E% A$ `, N, O7 y, s ^
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
8 ^. C4 c, ]9 Y" s{
; o# l" y* B+ N 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