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$ n ]& O5 k, k
拉下来？拉多少？
6 \1 W! e- p8 u; W: _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
* \; r8 F3 ]8 g2 D+ L9 CMaybe 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# F' g) u3 ^4 h6 O* e5 t+ A
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
. f0 r! }, ?/ T9 ^{
( P- d. f: v8 u t, V& i8 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 00:20+ u' I- o8 h. A+ y% Q/ W
这个不是这么比的吧。。。* H% ~' t2 H. w1 |% n; q7 v* c' Z1 q
7 K/ S6 Z& |5 V( e4 ^7 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
/ `1 Y D2 P$ u( ` c; p) u有道理。
# r' E% \" |6 n' n8 [9 S2 h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
4 g* k+ [7 J4 r这个不是这么比的吧。。。
* C+ Y! A5 A2 F1 R# I$ u$ }
" ] t, O, ~3 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
9 M! D! Q1 ]3 Y7 l+ r% ]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' W8 q F. U8 ?8 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% W' s& v3 T& R' i
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 t4 }! ?# `1 S5 G9 @8 E
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 M/ W9 H" K! d2 p" F1 w
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);! o, f: L1 L& u7 I3 `4 `4 z7 c* T
      std::vector < float > vec2(N);
  x$ D- Y( L/ q       float* b1 = new float[N];; ]# B" F+ F+ Q! J. L! C
      float* b2 = new float[N];
" H3 n! G3 s3 U9 |, D9 z" b" Q; i9 G7 a' u* I
      for (int j = 0; j < 6000; j++)! n- z+ D/ l; E2 S7 n( s( J; y
      {2 D' W5 f$ l; u+ E5 {& u: g
            std::generate(vec1.begin(), vec1.end(), []() {
1 o" ~# @& T% I                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
7 q/ n# v; l( u( Z6 T% b! {                      });
& t% D' h; k0 {" b( U' P# q
$ X1 R( c7 U5 A8 t6 _             std::generate(vec2.begin(), vec2.end(), []() {0 m6 }$ m' t! @1 ^# j
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;+ I2 [. w( l/ p. _
                     });
2 B1 a2 j8 K4 g  [$ `: f
; T/ n) p  i9 P2 \             for (size_t jj = 0; jj < vec1.size(); jj++)
- H' x, m; _: [  I+ \             {
# W, E% e1 @7 C* r, _                      b1[jj] = vec1[jj];# y9 u9 T* d6 v7 Z& a% I) J
            }
$ f- F' ]% R4 m- i& u
3 w  c4 c5 ]2 B* ]! i& @             for (size_t jj = 0; jj < vec2.size(); jj++); a4 k: R* j: v% ~; d/ x5 i
            {
  H8 R; j2 p( o                      b2[jj] = vec2[jj];
( d% A  @' O; d* h5 C  G1 ?             }# E9 K3 L% \" k: K( u. o; U

$ x7 ~' ~, S* T7 y             //Method - 1  N=100000 247s  3 w) T" }# |& p9 b% n2 S3 D
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);9 S* D3 _; R* A; Q/ k. S) T7 X

1 H) ~& N( Q7 S4 e6 [% M             //Method - 2  N=100000  237s
5 W4 s; w- R& ^" {( l5 }             /*
7 t8 n8 Z  F, H             for (int jj = 0; jj < N ; jj++)
: ~. U2 i1 V* @; d! X* G             {5 u% P" j3 l0 r$ ^
                     fresult += vec1[jj] * vec2[jj];' [* u; N, T1 t" q. {
            }+ S; s1 S7 j3 t4 }' x
            */- v9 T1 |/ q, j# |4 ~
                              + G( T, c5 ^% @7 i& N
            //Method - 3  N=100000 204s
9 V- l+ U) A# Y) n2 w) h0 G- t             /*
# [+ L1 v+ @9 O/ \3 ]             for (int jj = 0; jj < N; jj++)
7 n1 [' x2 C" n             {3 g2 k4 @8 T- f+ ?6 d" J
                     fresult += b1[jj] * b2[jj];; |7 e; @; X0 d/ D4 _- [8 U& k
            }4 D) M8 h- ~8 W- ~( ~
            */
! X2 T7 j- s& t& B4 @" \7 x
- ~$ g$ P! K" G: Y4 Y; N             //Method - 4 202s5 O" s& }& y1 a& j
            /*
4 p7 k2 j1 F% F$ [8 V* `             for (int jj = 0; jj < N; jj++)9 s# E& d5 F$ p- Z( U
            {1 |+ J  W- ^8 i) N' m6 g6 |

& H9 H* `, U3 ?; W! `6 x             }5 b0 m/ j4 w1 j: J* |9 h
            */
2 U: I/ h/ X* @+ e. t/ e% ~             //comment out all methods, N=100000  202s
/ ?4 r9 Z) f1 t! \! b% ?       }9 R, D& t" |# G/ i4 w( p6 i

% W9 f( C9 F7 |- T       delete []b1;
& Y$ F3 \# ~( k       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 |2 |6 b4 S) g2 e7 A3 c
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？
5 _+ u) |3 J0 s9 K1 V7 q. u+ h% w+ b8 W5 C9 d
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
~: _# H% x4 s9 m, O7 f" H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! O) r6 Y+ I
! l4 w( v& J* N7 [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
+ f$ r- I( }, h# @' ~& L" ?$ a" kvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)4 [1 n! K: z( d
{" H( v: O) T3 |' u
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