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) H5 _( {3 U5 b' F" Z: ~
拉下来？拉多少？
3 V. J- `6 s7 B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
9 c) r+ V$ | L: U0 r9 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
- C$ J: i2 s( L0 m/ }' T3 [void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
6 f& [* ?+ y$ l& i) c! q! N# D{
/ t8 `4 ^0 b! O1 ^ 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 _, B' _5 X _4 S5 @' t
这个不是这么比的吧。。。# d- t3 V7 t4 _

# F$ B8 @8 ^/ S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
5 b' [ s2 T8 a& W$ W有道理。0 _ C% u% V( 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 00:20
7 p5 @* J5 l7 J9 I这个不是这么比的吧。。。
. c- {, k: S- i l4 d# W4 t# \0 `, {, ~- F8 S8 @& i* r8 ~! J
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 01:483 G4 U9 e$ K) ^. d v
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 01:277 k3 |1 y$ |7 [# d) {4 b
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
/ ]* L1 H* L! J8 M a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! o1 E$ Z( v9 d9 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 ...

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
0 g/ q. p/ L0 N5 u8 ?6 U% a1 {5 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);
+ j6 z2 X6 N$ w       std::vector < float > vec2(N);# y5 \& k, @. Y/ Q- K
      float* b1 = new float[N];" P: k$ A0 N* c/ a: n
      float* b2 = new float[N];
/ m: X$ z8 g" q( g4 J
5 Z- ]. D4 l# N. M, C       for (int j = 0; j < 6000; j++)
1 M' @0 i% z& [       {
* O, P- A0 a' S+ ?# U+ g. ~% V             std::generate(vec1.begin(), vec1.end(), []() {
5 P7 y9 Z7 \' R1 h- E                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;. p) u+ ~; ?2 y$ v2 a1 b6 N  |* E
                     });4 Z/ ]2 p1 z# i' ~* \

2 y* M0 _  @! _             std::generate(vec2.begin(), vec2.end(), []() {
$ Y# e% R/ D4 [- A0 Q% D                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
. t+ f8 ]( ]; V! }0 H7 [1 `                      });
( K. D/ s& R9 z) B  Z# K1 f! \/ F) n- `/ w
            for (size_t jj = 0; jj < vec1.size(); jj++)
. G1 M" ^& t6 p( P" ]             {5 ~" ^" T/ D: n5 r  ~
                     b1[jj] = vec1[jj];% _0 A/ g$ p' y- T! S' Z' @; F
            }
" ~7 J: K  O, u+ Z$ M) \9 V( o7 C4 A2 u% e: s
            for (size_t jj = 0; jj < vec2.size(); jj++)4 y7 u' G7 `- o  o0 K2 \( F
            {& j. S! s- u+ _1 Z7 }. n/ X2 L) C
                     b2[jj] = vec2[jj];
2 C) Z! Q: r4 Q3 ?/ {             }* W$ K; z+ N5 E, |, T: a( S
. @- y4 Y) \# @
            //Method - 1  N=100000 247s  ( ?' d1 f) q+ Z+ p- K8 x: B& Q
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);9 Y$ B( k* }8 T9 g

$ O5 ?' w+ g, F0 h5 l! [; `/ T3 R             //Method - 2  N=100000  237s5 G4 H7 ?6 O. `. ]! f, I) w; N6 Y
            /*. h$ A2 q9 }8 p5 g! k, e
            for (int jj = 0; jj < N ; jj++)7 u( s7 f* o1 X9 i8 B* e# E
            {( B, ~" w) e5 k$ `
                     fresult += vec1[jj] * vec2[jj];
8 k$ r" N3 t# k+ c             }$ u% I" H7 o, R* f5 H, [. d+ R
            */
3 G% c# R- I, y0 A0 L* S, T
+ [  J& t8 s  d2 z& U             //Method - 3  N=100000 204s
. e7 ^$ K& c) |5 N: x1 {             /*
4 h0 @$ P9 ]/ l2 D5 k' j* F             for (int jj = 0; jj < N; jj++)
" j3 f- }3 S1 r) x& {( C0 ^2 |7 E3 T             {( ?1 `3 z, [0 T% q
                     fresult += b1[jj] * b2[jj];
: Q( Z; |. i1 P* U1 K0 a1 ]9 c             }+ v7 ~' L6 g: w) ~8 @* l
            */) B( l9 P+ k/ D, `7 q1 k" L3 j' a

! V1 q4 b3 ^. P7 W. d- X- E" e. D             //Method - 4 202s
& |* [0 B* h5 c/ t/ n- q6 x             /*
; \+ P1 y$ z3 G: A0 H1 [             for (int jj = 0; jj < N; jj++)
1 F3 m7 f, x' `             {" ?# _) O$ l. r; L9 }* j

2 C% U, e  N2 R             }# `1 J. [& f# S7 B9 V, ~
            */
1 v$ p  a: M5 @             //comment out all methods, N=100000  202s             ! P/ o; @: U% [( U+ S
      }
* n! p- L( ]5 |+ x! F  j
8 E- P: ]5 p( E7 o. t2 u' J. ^3 \       delete []b1;$ z6 |6 Y  t& |. w! ?6 i
      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
: \/ f* V$ n) ?$ g9 I( }1 n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？
8 l/ P* C* F& b3 y# e4 G0 a% p: l! ~4 Q' S
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
2 f) Z$ X1 B* k- n# i2 x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( l* z2 g; i b+ y7 _
# ?% A l, ~( x1 g9 R$ w
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& w/ G9 M N1 G
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)' A# T8 q" v3 ~% m/ ?6 j
{
7 u F1 q4 z6 K4 ]) o8 M; t% 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