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 23:040 s7 d& h* X! e9 Z; ^' w% P
拉下来？拉多少？7 }' c( O0 }; G8 V5 m5 p
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
3 e" L+ r& y4 O7 k2 R$ b( Z* |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+ Y( G5 i2 H# I( w9 z0 c! M
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)% Y" m8 f% \8 @/ _
{3 {" t& |1 h6 b. V
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
+ ?8 v- b$ X" l1 }* s0 L这个不是这么比的吧。。。' V- _1 q, |6 ~
! F' w# ~4 O/ R, o) t) s# d
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 00:467 `9 D* v5 \# V1 D) P) }4 c8 j8 @
有道理。
O( k! }' J* s6 j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* X* `, }- i- r3 q, T0 _
这个不是这么比的吧。。。) ?( z q( \) P: o& A0 e; P, f! `2 H
; l7 t2 a/ ]" \
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
2 K( u8 Q5 Z0 L1 C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
$ h* P; R$ z- {" l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. Z5 r6 l5 m c# T' n
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 04:479 j8 J' x' w9 r9 c# w7 u! Q5 G$ r
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
9 ~2 E2 L2 x9 N% g" |; u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);, g, K: Y0 P$ T; [( I$ X
      std::vector < float > vec2(N);7 T; E5 o# }* R
      float* b1 = new float[N];1 V" [& R2 ^; R" z: s3 u
      float* b2 = new float[N];
1 `! k, d4 ]& m( q$ o, }4 Y  G( r
$ b  h; l+ V8 r8 p* w       for (int j = 0; j < 6000; j++)* p# ^* ~1 q2 E4 j9 F3 V* _# L4 J
      {
- H" p4 w, t6 a5 [1 \' s0 D             std::generate(vec1.begin(), vec1.end(), []() {
7 r9 K; f7 H. X. |& M                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
9 U1 N6 p1 [* u' Q                      });5 B( {0 f  ~/ S/ J8 L
8 }" Q, Z6 U5 f& S9 T+ y( q
            std::generate(vec2.begin(), vec2.end(), []() {
* f4 w6 h$ A1 J& P                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
& p2 A& X+ t' q5 ]                      });, h5 O- |4 r& m  d, h

4 p: \# B3 \$ H9 J4 S             for (size_t jj = 0; jj < vec1.size(); jj++)
7 L- j9 l6 [2 q4 V" ]5 K0 f9 o             {
: n9 A8 e+ p* i8 n                      b1[jj] = vec1[jj];
) D1 B& ^, O, |1 {& G7 i             }! H4 V+ v. w( S9 ?+ n. q: P+ T% d
( v" z* y$ Z4 z( X3 R6 v
            for (size_t jj = 0; jj < vec2.size(); jj++)
4 _( {, y2 {3 E' O9 o             {
1 J: e7 `8 Y  m. b5 @0 F                      b2[jj] = vec2[jj];
( J+ Z% M7 b$ Q- i- a6 t9 n- g             }
+ e- _! O; w1 S" J* @) [8 y% ?
" u1 n' H/ Y( G/ A3 u, o0 R, `             //Method - 1  N=100000 247s
" N3 m$ K: O- v4 {& p% h* k             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
9 H& N0 k& ^$ l" q# G
% i, U: E8 w- \& l7 Q7 t$ p5 u2 V; n             //Method - 2  N=100000  237s* |, E4 `1 I' K- p5 O
            /*1 c+ i5 u2 y/ }( s% y+ q
            for (int jj = 0; jj < N ; jj++)* `5 p- n2 ^( b9 i0 {" @5 z
            {  C' P& x+ N6 Y  d$ U6 }6 i) f! S
                     fresult += vec1[jj] * vec2[jj];; f9 r7 e7 e# f$ L5 c: m/ H3 ?2 o
            }
7 T8 y9 X: [' P6 q+ a1 V             */6 D. W) _4 @6 T6 c& E2 E

, J( d% Z8 m0 C7 A( N+ a& w             //Method - 3  N=100000 204s7 ?7 k7 m- f8 }8 a
            /*. |: v5 P  z3 _% _3 t
            for (int jj = 0; jj < N; jj++)6 o1 L, g& i) I" w1 E2 R
            {
; h: I0 O! v' }6 n7 R/ y$ g' k                      fresult += b1[jj] * b2[jj];7 C( b( {+ P3 l' {* O  O" I
            }
# `; b3 F3 j' ^5 c             */
: G' r. Y9 e9 p
4 e* D8 {, E0 O! P) ]0 Y1 K+ P             //Method - 4 202s9 n, {( R3 x& j( Y. j; J' [
            /*$ v3 M) M! s9 O8 s( s
            for (int jj = 0; jj < N; jj++)
. R; m4 U  i( N3 J             {; ?' f$ G) J5 Y; t

4 }+ f) S" B) g" f+ }             }
) S# x6 y2 U0 Y5 Z/ I             */! P, ]3 A' s3 S* ]8 q3 ]: L5 [- d6 U
            //comment out all methods, N=100000  202s             7 E) ?$ y5 L& M9 ]3 z6 i% `6 x5 W6 M
      }
! o/ a7 q; }( {& ?0 F, p. E/ c1 t& U) W
      delete []b1;
% f8 d; N' [2 ?& V! b* s) Q       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
/ L% |: q, t* J. v) S0 E/ k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？
! c6 R: [$ j y9 v' M3 |' n* d; ?8 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 01:161 q; R5 o* }- C3 W
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/ J7 }+ [3 Z4 K$ d2 q: T
9 b! u1 F* T* h3 U( K: i' Z
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 23:543 }3 a* `+ \" L7 Y
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB) N: m) J0 @1 W
{- F6 Z' Y0 s$ _4 T
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