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+ f& L7 k/ i0 w
拉下来？拉多少？+ x/ A' | I, E8 H6 N. t" c% D3 V5 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 23:334 i, V* {, Z x7 w4 S
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
5 t3 s" ~% w- ^9 u" H: p4 Y' l! mvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB) {+ S; O, y( [$ a; ^- U* i& I
{: V6 |: E( ^! u( w6 q! u
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
/ ] v2 n& B: B这个不是这么比的吧。。。' h, b2 Q% f# s! O- J

3 m ~1 a# ?! a' C& q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 h8 G9 m- k" p
有道理。
~5 m, m. H3 ^" m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$ |7 M6 R! V' {: ~ s( S6 b
这个不是这么比的吧。。。
# E, r5 F! [9 q0 V) S- K. o5 p
N( p! j/ b$ q; z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 01:489 R' p, e1 P# f
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
6 i, X) p7 P- k/ h4 l8 n; |9 N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
; b; a0 u! O$ z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 04:473 r5 T! D0 g6 t! u; L. w2 q% A L
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
: X/ _- @2 j- C1 U' e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);- r5 q3 E( _% S+ Z, e7 |
      std::vector < float > vec2(N);/ x2 |, i; Q6 }6 n0 c
      float* b1 = new float[N];8 F6 p9 A: f  {
      float* b2 = new float[N];
0 h! ^2 m  _! B# V4 a$ E$ A
8 D% s% F$ |* R7 V! N       for (int j = 0; j < 6000; j++)
- K" c* O! Q/ q2 E' }       {& f' f- E$ W3 X% p
            std::generate(vec1.begin(), vec1.end(), []() {
6 b4 G, N  {6 v                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
) x- m! w* J4 Y) s1 V" R" z' I3 P                      });' c* H4 s0 o# E& F4 C( l) J
2 x! h( P" U  @8 ~
            std::generate(vec2.begin(), vec2.end(), []() {  ]  r  |2 r1 t2 @! n
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;, O; t2 ~+ ^" F8 a$ K* Z% T2 ]
                     });
" t/ y& s. x5 F' V
# x! z$ _8 E! A" D5 G5 f% H             for (size_t jj = 0; jj < vec1.size(); jj++)$ P' y( _2 f) `8 |2 c. n6 }5 B
            {
3 Z7 T" H6 Z: s9 q                      b1[jj] = vec1[jj];
% D; B8 ?7 r. b             }
' d  c  i, \* K+ B2 W
0 W5 F1 f& M; r             for (size_t jj = 0; jj < vec2.size(); jj++)6 D0 l( w& z+ N4 k* Z5 i
            {* b4 d/ h6 O# c& _% w
                     b2[jj] = vec2[jj];$ d: n+ o: Y6 k* s2 b
            }1 n8 G! Q! I# \+ X4 ?" T$ {8 A0 T
- {% ^8 F4 w$ l! a) w
            //Method - 1  N=100000 247s
; e& E/ \# G5 `             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);, u6 j. S: {+ U
                              ' A4 H/ S7 c- {- B0 t8 E& T
            //Method - 2  N=100000  237s
4 o" P, ]8 ?$ E" A             /*2 n5 T; J. V/ e1 G: Z5 N  {+ r) U/ q
            for (int jj = 0; jj < N ; jj++)
7 H1 x7 Z. b  n1 M0 H! K/ U             {
( a! p: Q2 A4 G5 Y7 m                      fresult += vec1[jj] * vec2[jj];
# c) D3 z& ]5 Z5 S# z. c             }
% S2 e/ [4 v$ _+ ~# [& @+ B% d             */
" A  h& l! {8 h: @3 L
) W* r( Z6 |6 _% ^0 V. Q             //Method - 3  N=100000 204s) S3 O, B9 T1 J7 _$ x3 ~
            /*
: D9 ]5 h: ]3 P4 A- z; M             for (int jj = 0; jj < N; jj++)
2 ?- O" x5 o0 _$ x! i8 @             {, y; f; a% j, L3 G7 o& k
                     fresult += b1[jj] * b2[jj];+ s9 P7 W* q. i6 {% Z1 P
            }
" {. C( D- l& O0 R3 R             */  y8 z, e, H) @4 V/ \$ E
! F9 E4 m$ j3 _+ L$ v) b. J3 A% ~
            //Method - 4 202s% P1 o% Z4 Z1 }$ p  Z; a+ \
            /*
1 M# z, c% F7 A, ^" n3 Z             for (int jj = 0; jj < N; jj++)' @( Q. B. y& d0 u" C
            {
7 E. O" \# x! W
. g6 v! M5 r0 a. n2 P& _             }
. J) ?& _! b4 p9 ~8 E$ T3 ?             */$ u6 U+ q- A0 u1 @: h9 B
            //comment out all methods, N=100000  202s             2 K/ t: {( \: ~9 {* Q9 @2 T+ [
      }. D0 q& p; a, b4 j- {1 ~# W4 j

* |- `/ E# f* k/ Y3 a2 j  v4 ^/ h: Z       delete []b1;4 y$ J. J. C. j0 b. o
      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 00:152 ^$ S a" P% U, o) i' E
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 ^9 s! E5 n6 P* @# s
( ?. i* c! {6 p( v8 @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
4 Q/ _' \4 c! b H, E4 v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% D t) S& z" \/ I

, @$ P7 C0 l9 D' ~8 D) @: Z6 P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 L/ g O: b I6 g3 c
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)6 Q' A$ S: {4 O, a3 `
{
! k/ r6 ]9 m2 F, R 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