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
- _% z8 i1 a' X% F+ v* Q" y8 h6 X拉下来？拉多少？/ i' _8 j! k) [! ]# 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 23:33
! w+ b2 V, Q# f5 ^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 23:544 y! m* ~, o0 E7 K/ W
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
7 F3 A$ F. e: e& l- d{
1 O' }& j# N7 N! j @) q- E. q 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
5 p# D) w0 x4 m- b, p. p这个不是这么比的吧。。。
4 v4 G3 l- v) S7 P2 |
H, p. ?, L. Y3 p+ @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 00:465 ~: o. `$ D) k. L
有道理。( t p7 m8 y, g) v: }' T
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) v2 q/ w( G* h! q, |5 F& m
这个不是这么比的吧。。。
/ b0 r: F% L, C$ |9 i* J. D& \2 |% w3 t" ~( n2 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
: ` e2 A- b) G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* e4 N. h7 X, W. V- Y5 U. ^) M5 s
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
* q/ S1 b5 }1 O4 h" 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
# V( j5 v: W- F5 l: l: f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 14:580 c! o7 k' C0 X( D+ \
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);
2 `: V' |' [5 l* I' |% s( r9 G       std::vector < float > vec2(N);
# W# v+ v9 R% A       float* b1 = new float[N];1 N: L4 M. _) e/ b9 U6 M
      float* b2 = new float[N];
  P$ [( {8 F$ p
. |1 m% t( r3 w7 f, q; C       for (int j = 0; j < 6000; j++)
  ?% e, l& ]5 X7 }1 X5 _, M( K       {2 V3 e9 _- s2 w' x6 H+ d, Q1 _
            std::generate(vec1.begin(), vec1.end(), []() {
+ |4 |' w) I) h" r                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;7 l* E5 X1 U3 o: y
                     });
, N) k# [4 A+ G9 Q3 \1 B
0 l# P$ b# n6 O$ r# g* j& ]2 a             std::generate(vec2.begin(), vec2.end(), []() {% X0 t( m( x! ~, J
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;% S1 @* C4 R8 N3 }+ n5 `% D
                     });
5 z7 M" W, M2 ?/ H! J! L+ R; h4 `9 d+ @$ `# U4 }/ M
            for (size_t jj = 0; jj < vec1.size(); jj++)
/ q$ }0 O' u9 `7 r             {+ s5 D8 w/ e) F+ u# ^( l
                     b1[jj] = vec1[jj];
# H- L$ d5 L+ w3 G             }
0 `6 o6 {! W8 s( I! c3 R$ S0 ^8 q- O+ f
            for (size_t jj = 0; jj < vec2.size(); jj++), o* A6 S  P8 t
            {' o+ `, q  R- f$ C0 N
                     b2[jj] = vec2[jj];
5 a8 H$ J5 `# }) J             }
/ e7 b& `5 W( m, I  }! k2 r
, b; I# m& w, ~  j: s             //Method - 1  N=100000 247s  6 O& N9 \7 M3 [1 C- t& g* @
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);3 J. H- U+ M/ K) y

* @& Q7 C" x1 j             //Method - 2  N=100000  237s
, D1 i7 K/ l( K' x8 t* g+ [             /*% w- w4 L4 W- t$ i# A
            for (int jj = 0; jj < N ; jj++)
2 G* [) F9 j$ R  d, D! g6 ^             {
) f& N# r/ R- x$ X) k; i1 t1 y3 _7 |                      fresult += vec1[jj] * vec2[jj];" C* x: `3 U2 g
            }
! i; ]6 ?3 S( E1 ?, N             */
, @* O% P* [4 Q! U3 h, D& k$ K" P, P                               % s! e: F# ~" D1 z
            //Method - 3  N=100000 204s# J; ?' m; x' U2 @+ T2 m5 g
            /*4 T6 I3 c: M, @) q1 Q' A4 h
            for (int jj = 0; jj < N; jj++)4 i- L' N2 p) F3 O$ T
            {/ k' n" i# Q7 B& o4 W( b/ |
                     fresult += b1[jj] * b2[jj];9 n0 ]1 ?# U- K& N
            }1 V  K! {5 t1 T
            */
# `. ^0 f1 I6 v& L) a% m# E0 E5 P  F
            //Method - 4 202s
& d# A9 \+ E& u' n3 s             /*, ]/ `7 f: ^$ }# u
            for (int jj = 0; jj < N; jj++)
( n  b" o6 `. f. q9 ]7 b' a% E             {; l  R, {3 P7 B$ ]* R5 R

1 P3 i& g% w# q8 Z* C3 g             }
5 K. X1 ~2 r' _4 h             */0 z; k/ }# [1 e/ d4 s/ P
            //comment out all methods, N=100000  202s
2 C. u; E: P0 ?: E$ U6 O       }
9 P# M" D7 I$ `* j* ]
8 M7 n2 U+ n9 G3 ^" v) B, n       delete []b1;. T( z8 n; E" k4 B8 \
      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. m( L8 x4 P( M0 b" y
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？% w' ?2 S* H! p9 b4 H; ~3 e( S3 D
7 c6 D6 z7 @3 U/ g
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
6 E" K) i6 k' \) ?: p5 f; n$ 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
! |* `$ W5 N! U$ s# x
+ Z' b6 I2 V! i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 23:547 p: Q% P# J6 H0 |+ A, y' t7 u' b+ _
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)% {3 }/ c0 P! X
{" g0 e4 u8 t" v' N: C
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