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# x# h8 Y# f: g ?! V. k
拉下来？拉多少？
5 H: R6 L3 E9 q7 b3 {) x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 23:33* [3 H% G( e: j
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
/ n+ O$ Y: j: c, j: yvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
C9 T0 ~# K' `+ P$ {6 M0 R{( F" N k1 y4 |9 P0 e) ?
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 u0 n2 W% k' G8 }' p+ b T6 B4 a这个不是这么比的吧。。。
/ m7 _) ?, c7 |3 D7 A0 ]4 q/ \! [3 g& T$ ?" b8 C# W2 G z: 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）。

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: m, X/ J9 e8 F4 y4 w- R
有道理。
. a N" i) o2 F' }( n; B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 [3 m# [% E0 S8 k7 l# }0 _
这个不是这么比的吧。。。
# l/ v5 j* u, G: d6 p7 t) ?" P% f T% t1 @; C9 H
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
6 g! x/ M5 p- w& _2 {! b2 P! o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
/ n* F2 Q. \+ J* w4 ^5 t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
2 x% h x/ x5 E0 v5 h. p1 v, n# x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
+ M' y- H0 [, E0 m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
* J4 M- h3 j2 Z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);6 u$ c$ P3 l/ N  H
      std::vector < float > vec2(N);
4 R( @8 D  z# N4 H' }3 [* W% u       float* b1 = new float[N];& n; {2 Y1 K, A2 C1 {) G
      float* b2 = new float[N];' X! V7 |( n1 a* R& B# O
- d/ Q# x9 c$ R! @1 |
      for (int j = 0; j < 6000; j++)
7 y6 D: R% k1 T2 P4 M       {9 e& [: l% _: S& q1 W
            std::generate(vec1.begin(), vec1.end(), []() {
5 v4 W( f' g7 I' H* v/ b                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
9 H$ V* T4 s- M                      });1 F+ |5 J1 q+ Q6 ^* q
8 s  I! W6 `  |
            std::generate(vec2.begin(), vec2.end(), []() {/ X$ v7 `5 f1 \! q3 A' G5 c
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;: D$ S+ @3 H3 J5 [9 X
                     });
4 H, r5 ^9 L+ ^5 d1 P1 F$ ]7 }# d0 o3 H# f4 |) r
            for (size_t jj = 0; jj < vec1.size(); jj++)
0 k' K) _5 {& P0 ~             {$ K- ~# }! l! Y% |; t2 o
                     b1[jj] = vec1[jj];
( U$ r; H$ a& w0 D5 W6 u             }; N5 N1 d7 a7 q3 j% a  F$ a

6 J, `# f, M+ L) J# {0 |$ L0 J) G" i             for (size_t jj = 0; jj < vec2.size(); jj++)( n! F5 ~( S% ^, r9 u* f
            {; p- I' @; R1 m# Q6 `/ K2 _
                     b2[jj] = vec2[jj];8 L+ g. B2 n6 l9 p) L. a
            }, @1 Z+ ~) y  i: P: v# m8 v

- u7 P1 o" d/ ~2 {" C2 ~             //Method - 1  N=100000 247s
4 G# G- j! q& F: \/ `  t* i( ^/ C: U             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);0 {( D; p& z2 i! }
                              5 C' V; v1 F, _
            //Method - 2  N=100000  237s
: E: V* @, \0 }6 c8 B- F! G6 N             /*6 A3 S* g. t7 K, ^, t" l
            for (int jj = 0; jj < N ; jj++)( y% f% ~  m! y/ W  |0 J  f
            {
; z4 n" C8 {. g' N$ y& ^                      fresult += vec1[jj] * vec2[jj];
/ A9 Q  l( t' d. P8 s             }6 g; z9 ?& Y  o. X% c4 z$ I
            */
6 ?6 N. a6 G" s; A! D
; [, h% H' ^/ |0 }1 l+ `& i4 j             //Method - 3  N=100000 204s- u. Z$ N; b7 z
            /*1 g! X& G1 }. {8 n4 q
            for (int jj = 0; jj < N; jj++)
# R( e3 _+ W$ H             {( |) i  b/ B* I  l3 V$ T" R
                     fresult += b1[jj] * b2[jj];
' J! F! T7 Q# D* v8 N2 @7 E             }& B  L& H% |5 b: [. z9 |4 r' S
            */" t/ ~4 c5 r  `% ]: n1 e
7 y  a# Q, F; \0 a% p
            //Method - 4 202s" q$ B$ Z/ g2 b; e- z
            /*% h" ~/ z9 q1 @  Q; Z2 {
            for (int jj = 0; jj < N; jj++)1 o( f$ c  ?& I0 c4 a2 J; Q
            {
$ `' w' H- v9 r
9 i9 o5 v0 n  z) z             }; O4 Q  F- ^% Y
            */
$ K5 j1 }6 p- |. m$ S  E             //comment out all methods, N=100000  202s             5 y8 l+ j. P# D+ z( q
      }4 I( T3 S: I  @* n9 `
+ j- Z6 s5 O+ S5 E
      delete []b1;
  k) E0 \) ?- s. S0 l1 m       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 R4 P9 A) @. r# ]
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？9 f9 ?0 u! p$ J- D3 Z0 i

/ ?* n' K9 P/ p" ]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
) Y, w/ H$ T6 q) G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、LOL2 `7 t: P! J/ m6 a" ?; P6 z3 |

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/ Z8 G. ?0 [; x( M4 U! G
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)" V$ |/ p0 p6 w% C' H
{
, o* x* N" I9 ~6 `0 f 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