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! u* }% {# c- D1 }6 }2 k
拉下来？拉多少？
- A0 }- z5 K7 k) y- e! O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 d q/ w! e: y* k* J2 x8 \
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 23:545 g v7 T( d0 |: x* g( S: q" B1 p
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)& F `* M3 T) G) }5 z
{
% A$ ?, v1 Z3 r/ y9 o$ O$ m 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 00:200 z* c7 ~" @6 i6 K
这个不是这么比的吧。。。) W& K9 \; c5 t$ P( |

' h% T7 c# ` l( I# ]( E% k& `8 R# u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
2 g. B3 P# R. t, W1 z有道理。 M9 G+ R: w. Z) D8 P" G: n+ I
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
$ G; E, @% d* e- {这个不是这么比的吧。。。
# n# f: O! |) k9 R7 r9 B0 T# |' C
5 W" S3 I( @. ~; U: O; Y/ O3 |. o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! F8 `$ r9 j3 D6 X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
0 t2 l P O5 c" P/ w! g: x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' S; h* G# m! q
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
: I0 S+ X* `3 d( V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 14:582 `/ i) K' i6 N( K# ]5 O* q( k
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);
5 [2 S! I- _, c) }7 L+ _# \       std::vector < float > vec2(N);
7 Q3 @  J2 `, x+ L; o       float* b1 = new float[N];
9 u' L3 V5 k4 m3 H" l       float* b2 = new float[N];! l. t4 I# n+ u& ]
  P; P2 c! }  S: ~
      for (int j = 0; j < 6000; j++)
7 Z- l4 Q+ X" J% D* _       {
. K0 n0 I" y7 j* _$ l6 K             std::generate(vec1.begin(), vec1.end(), []() {
, R( D; e  t5 l" o                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
  R! |5 t0 B0 z/ V                      });
+ ]- ~  y) c( }
  ?6 E7 E/ g, X             std::generate(vec2.begin(), vec2.end(), []() {
+ i9 [/ i. b# j; C2 M7 _                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;) N8 r, Z& _  v) s7 Y( K  m7 x4 a6 o
                     });8 E$ d& ~5 I/ g  Z

8 T% d! [& ^  R7 f' l4 q             for (size_t jj = 0; jj < vec1.size(); jj++)
0 D, [2 F# _& z- G: O* X" g( j2 D8 d             {! m+ B  o3 Y( B: g" D0 }7 T6 v
                     b1[jj] = vec1[jj];
2 ]) L# h# c9 S) V) ^" i+ X             }( K# n- s. J# `" P

  U2 @! p" m, X8 W: |2 S             for (size_t jj = 0; jj < vec2.size(); jj++)
( _: W( Q1 I: K2 r7 Z             {
/ r* @& X4 v8 T' B5 `                      b2[jj] = vec2[jj];
; O3 Y/ ?. W) `8 W; `9 W             }
1 Y# ^4 J+ R6 W# ~5 S6 S" M0 [
% U, ]  @! P( h. z             //Method - 1  N=100000 247s
8 f5 Z  O0 [7 Z# c             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
9 B; c( L9 q0 o9 u9 l7 @
0 N3 P# t. t1 s0 V* j9 f7 ~             //Method - 2  N=100000  237s
  `7 \) S# F$ U' l; u: l. `2 [             /*) {9 n( R/ y" o! P4 g: @
            for (int jj = 0; jj < N ; jj++)! Z# Q8 a5 T$ j$ x
            {
; ]* o, {* J* R5 d                      fresult += vec1[jj] * vec2[jj];
9 u: ?+ f# M8 q. d3 I             }
: j+ d8 W9 X# o             */. c# Q3 m, N6 [

/ t- Q; x2 k' x$ o             //Method - 3  N=100000 204s+ s, r- J; Q0 G7 H3 v8 \& P/ H
            /*3 d, Y' V  P! D+ h
            for (int jj = 0; jj < N; jj++)9 J! x- K: W) X  j$ |" [
            {* U4 z+ }6 f: Q
                     fresult += b1[jj] * b2[jj];
' f5 h. w* l& ^4 `1 k/ b; Z             }( w  U) {: r, p& H
            */
' z1 M0 H  |% G2 `4 _
% [7 \6 t/ S' l  O! U             //Method - 4 202s
6 X, |1 }( [3 _- m7 j  v1 L, c             /*% n. Z4 k. A/ l( H" I0 [$ s) D
            for (int jj = 0; jj < N; jj++)
# C. K% B, w3 U( @' i* {             {& h- [+ R" Y! c  T& K2 s0 d: y) n

4 N4 I. l5 L, M; \# I/ T8 Y             }
2 Q5 x, H) `0 f             */9 p% h; w* P" v8 v9 B" C3 w6 f$ k
            //comment out all methods, N=100000  202s             7 C% ?( b: W" o) ?9 z: p+ M  B- \
      }
2 G. B5 F  l* B& ~8 c, V( [2 x3 X/ w* e
      delete []b1;
2 z4 S) H: _0 x       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( Y& F1 M: n, j; m9 d: B% J9 X
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？( X/ Z2 o4 o5 y% A7 ^2 f
' T/ q( K( l- X8 ~, x: D) l, u9 l
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
' \8 \5 _, X) q$ Z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、LOL5 U2 G! O+ I8 _8 `- ^
3 J: O2 O8 e9 c7 m
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 23:549 W7 c# ~, C. ]! X$ N9 m1 \- ]
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)2 ]% `1 t1 Y4 C$ \
{
* G( x8 H2 G' w, M X5 a 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