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
. x6 f# ]' p7 Z8 Z( T2 P3 {: c拉下来？拉多少？ I4 E& z( R V1 C6 G0 R
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
( m- A$ S' a: S; j; dMaybe 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 E y" ?+ x/ I2 t2 S* B
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB), u/ ]4 h6 p. Q' \6 Z- x7 F# H# u
{
4 h/ S0 A |2 |6 b( [, u1 F 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& a3 Q1 ]( H$ E7 m$ ?4 V
这个不是这么比的吧。。。9 T" a7 o4 ^) D) _$ a' i

4 A3 T- K# [) S- w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 00:464 p9 z8 R2 e) W" M r+ E9 U7 ?
有道理。( g( X2 \, f: ^$ C7 Z( Q
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 00:203 P6 h/ z4 F/ t1 ?- s% C P
这个不是这么比的吧。。。
3 U1 ]0 e8 w" d! |# ?2 \0 |7 f ^+ Q/ M$ m
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% f5 R& \6 z: v$ h) {
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: v- _" P: @ k4 _2 R: h8 J, h
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
3 T* F' Z; z( g: p/ F4 K/ O9 }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; N! L e& l* d* J8 W4 O6 s
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* c0 i9 T+ d* W0 T: N
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);
0 a7 l$ w2 U6 X' f       std::vector < float > vec2(N);1 w) Q( o+ [& I
      float* b1 = new float[N];
" r6 v8 e, Q1 I* `+ G7 |% N       float* b2 = new float[N];, g/ x7 {. N* e$ {; i3 e& m

2 Z' C+ K0 F  T2 x       for (int j = 0; j < 6000; j++)) N, I: R4 C" P8 X
      {0 a4 o" I) t' j
            std::generate(vec1.begin(), vec1.end(), []() {
4 o, R1 v" h3 p- u4 I9 q; Y                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;3 l* [! S1 f6 ]& u% C' V: b! d
                     });/ W2 K- w  }7 e5 L' q7 K4 ~1 L
& O+ l" M: _1 N
            std::generate(vec2.begin(), vec2.end(), []() {
- E2 z& c6 N# r& A5 s# X                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;' U' P/ ?' I( D9 U
                     });
$ N0 ~% q$ o  o1 J; c& ^! u, ?. `1 L
            for (size_t jj = 0; jj < vec1.size(); jj++)
: X: H7 ~2 p6 t( A  a             {% E* m. p7 I! z/ C7 b* O: M9 j
                     b1[jj] = vec1[jj];" ?5 O' r. J3 E" g/ A
            }6 z5 \( G. S  u' R, G
2 \" S$ ?3 b& W0 Z: g# Q
            for (size_t jj = 0; jj < vec2.size(); jj++)4 p% \7 C6 m' Y) t  _4 |
            {3 z) |; z0 d! g8 i" Q
                     b2[jj] = vec2[jj];6 N+ Y% V0 r% S' H( k, z" t) t
            }& u/ Z- i: l/ q
9 u( ]! t, N% [/ n$ p6 n+ a! ~% p
            //Method - 1  N=100000 247s  ' t- D2 F! Y- m% c! p5 q# z
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);4 Y6 [" B& e: N/ X8 y

% h5 l( Y) F, U* @9 y% O             //Method - 2  N=100000  237s2 f# D. G8 g* ~# H( y8 S4 c
            /*
# u. `2 [) U$ T             for (int jj = 0; jj < N ; jj++). f" w1 G  `+ ?0 q+ Z
            {
* M$ R3 N4 U, a/ u' D( h                      fresult += vec1[jj] * vec2[jj];
7 [: N- f7 t, Q9 e2 D+ i* {             }$ E0 X$ ]/ \! {1 _) Y+ I+ S& j1 ^
            */0 E/ A: ?1 r  \  o/ L

% S6 k7 I6 [' f2 \( \             //Method - 3  N=100000 204s
2 f  l, |% j7 u1 r$ l8 P. p             /*
% e, B8 ~0 ]# o0 Q' J8 |+ Q! F             for (int jj = 0; jj < N; jj++)
* X6 ]. }' {! Q! J8 j             {2 r9 W) x, V! J# V( r& i
                     fresult += b1[jj] * b2[jj];  v* \# ^! E* ?& d. P
            }( }8 ^1 ?6 Z: \! ?( C* U/ M
            */7 @- @. K0 q4 i& E7 D
0 Z" x" ~& ]/ w# C8 E2 t
            //Method - 4 202s
+ r4 q1 h# u$ Y  i0 e             /*
6 M, V' I: D2 I+ ^             for (int jj = 0; jj < N; jj++)
) G4 M! ^: C7 x! n$ e; W             {
7 s, A9 v* o1 Z) k- E
$ @' ^3 S! C- U  m2 p: N             }+ }4 A7 m( k5 N6 n: }4 s
            */
; r5 I1 v1 V3 R- e% v. d! m- O             //comment out all methods, N=100000  202s
1 @+ F  t, N9 n$ i- D' D       }6 l7 x1 H6 D2 ?7 n

6 W  f% y4 S( e       delete []b1;+ D; D+ ~! K- `5 F/ W* H- a, [
      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 t# ^, ~2 ]' G! A5 O6 [
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？4 `( v% A" e2 m O

0 B" G4 n! V( S' f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
j7 n! ?5 k0 {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/ F& g8 w) ^, a; p8 |1 _1 S4 p# @, ?, }1 H* U/ [$ f( 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 23:54
8 T \( p5 `5 P9 [% Uvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)* n* l3 I; Q+ X: k+ |+ o8 `5 t0 o: W: ]
{. m" A+ J- {+ E6 t+ V6 W
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