爱吱声

标题: C++ 比 Octave 慢好多，怎么破？ [打印本页]
作者: 雷达    时间: 2022-9-23 06:27
标题: C++ 比 Octave 慢好多，怎么破？
本帖最后由 雷达 于 2022-9-23 06:29 编辑
! I! t" w- Q; ^) }3 j
. b) Q3 r+ ~! l& x% j做一个数字信号处理的小算法，需要算互相关。
) V& P' l! \( d) i1 `, {先用 Octave （兼容matlab 那个东东） 做了一下，感觉慢，走通后就用C++ 重写，结果比 Octave 还慢，目测能慢10倍，很不科学啊。
) j# u# n- P2 Z4 Y# b* T; x; n$ y/ E/ P  d
Octave的互相关有现成函数 xcorr,  C++ 需要自己写。互相关是一个一维矢量和一个二维数组里的矢量依次做。矢量里是复数数据，没有用 STL，自己做了个  Re/Im 的struct，其实就是两个四字节 float 。
* M* m1 U) K7 `/ w7 u( [. W( Q互相关的最基本运算是两个复数的乘法，就是四次 float 乘法再相加，所以本质上影响速度的应该就是 float 乘法和加法。& M% l6 o; F2 y5 v
, y1 Z1 ^2 i+ S3 W- T2 G1 a* D
C++ 用的是VS 社区版，估计编译器不给力，但也不至于差这么多啊。
* b0 v2 a5 s& F, R. k* v% z% ^" q; J- W
高手们给分析分析,  多谢了。3 ^, }$ p9 u- r% v. Z
作者: 雷声    时间: 2022-9-23 07:02
互相关这种是最适合矢量化的，Octave应该是用SIMD 或者CUDA写了核心的计算部分。所以比没有优化的快很多。我差不多20年前做过类似的二维相关处理，优化过的比老师自己写的快了三四十倍，实验室的小崽子们怨声载道。因为本来等处理完一次数据需要差不多六七个小时，正好打游戏。优化完了之后不到二十分钟就好了。啥也干不了。
8 }, G# i4 M& {7 z" x/ w6 z, [你想省事的话用Intel的IPP库，里面有现成的高度优化的互相关函数。或者用CUDA自己写一个。
* @' s6 l8 E6 t+ ^你做信号处理很熟的话，这个还可以用FFT来做。应该会更快一些。九十年代很多人这么处理，主要是那时候CPU实在太慢。现在基本用不着了。而且FFT前后处理比较麻烦，加窗什么的。
作者: 雷达    时间: 2022-9-23 08:13
本帖最后由 雷达 于 2022-9-23 08:15 编辑
" }( [& q% v7 u$ K) {
雷声 发表于 2022-9-23 07:02* w! L3 _5 R1 D. D+ Y
互相关这种是最适合矢量化的，Octave应该是用SIMD 或者CUDA写了核心的计算部分。所以比没有优化的快很多。 ...
3 {: }( Z4 s5 X) G- G3 ]

/ I* n, N5 U! h+ f% v2 T嗯， 我就是觉得 FFT 反而麻烦，互相关代码本身倒真没有几行。那看来就用 octave 就好了，没必要再用C++重写了。, S2 a( i6 i5 J5 }
另外，我现在就是用指针数组，如果用 STL 的Vector 会不会更快一些？
作者: 可梦之    时间: 2022-9-23 09:18
Octave/Matlab内部对数值计算做了很多并行和优化。内核甚至是用Fortran写的。你用C++重写，没有做并行优化，真未必比他们的性能好。
作者: 阿忙    时间: 2022-9-23 09:55
Matlab不是浪得虚名的，要打败它还是要下点功夫才行
作者: 雷达    时间: 2022-9-23 11:00
本帖最后由 雷达 于 2022-9-23 11:10 编辑
: }0 U, O' _+ {8 Y& G. y- \9 I. z4 a6 q# L
研究了一下，似乎可以用预处理指令对浮点运算做一些优化。这个问题比我最初想象的要复杂得多
作者: 马鹿    时间: 2022-9-23 11:18
汇编快！
作者: 数值分析    时间: 2022-9-23 11:34
本帖最后由 数值分析 于 2022-9-23 11:48 编辑
1 x: _/ p4 b. j3 _) u1 D. l/ r" F7 Q. ?/ v1 @
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？7 ?" c, [& I6 z. P0 {% w" I
并且是单线程的？加个openmp并行试试
) v- C0 B; F7 f  f+ [或者调用mkl 库的互相关函数试试
- p) ?1 n* s+ F/ f& n" W1 _
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:189 H- u9 p0 y. |* b" ]6 f4 Z; \" ^
汇编快！
  c- E$ x% P* X/ t9 c% m+ R
这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.! e  x: N/ O5 H' o. q( M- O$ p1 S% x
0 W! P" k  p7 Q* d
最好还是用高性能的计算库, 比如intel的ipp,或者看看gpu方面有没有类似的库.
作者: 走两步    时间: 2022-9-23 12:59
涉及矩阵的用blas
作者: 雨楼    时间: 2022-9-23 14:05
实际使用中要考虑综合成本/时间。比如用octave /Python 解决起来简单。自己另起炉灶麻烦些。
作者: 雷声    时间: 2022-9-23 15:48
雷达 发表于 2022-9-23 08:13
  c( \; G3 P* E, a嗯， 我就是觉得 FFT 反而麻烦，互相关代码本身倒真没有几行。那看来就用 octave 就好了，没必要再用C++ ...

% a5 D" _" a4 N6 M; H+ ZSTL对性能优化没什么帮助，只是写起来比较安全而已。( Q6 e( h7 P7 n6 ^$ B$ U" s/ [, b
下面数值分析回答的是对的，要么用avx自己写，要么就凑合用octave得了。8 j# K; E) U; M0 d. G
买个Ipp库虽然不贵，但是还是要几百刀的吧？1 d; E: ^3 S" v+ U
作者: 四处张望    时间: 2022-9-23 16:05
矩阵最简单用eigen，然后enable  avx2以上
作者: 马鹿    时间: 2022-9-23 20:24
mark 发表于 2022-9-22 22:43
( L7 L8 H6 i, H, `+ C6 _这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.- h0 L* A, ^/ l: J7 D. J

1 |, ~7 |4 |! i  s+ A最好还是用高性能的计算库, 比如inte ...

7 ]9 |( K! c4 L5 G% j! w我不是it的，说汇编是起哄呢
作者: 沉宝    时间: 2022-9-23 20:53
雷声 发表于 2022-9-23 15:48
5 v) A6 v: h" }, sSTL对性能优化没什么帮助，只是写起来比较安全而已。+ S) M4 ~0 k5 S8 t+ X, `
下面数值分析回答的是对的，要么用avx自己写，要么 ...

) x6 ]( d/ J) j8 w* ]. G0 k你觉得在用AVX自己写与用GPU加速的Octave之间，谁有可能性能上超出？（基于中等价位的硬件水平）
作者: 数值分析    时间: 2022-9-23 21:37
本帖最后由 数值分析 于 2022-9-23 23:50 编辑 8 e7 w  V5 C9 q
沉宝 发表于 2022-9-23 20:53# n1 y6 f+ _* P8 b
你觉得在用AVX自己写与用GPU加速的Octave之间，谁有可能性能上超出？（基于中等价位的硬件水平） ...
! [; J9 s; b! D' f
, Y+ E6 q# O; C  m: |
必然是GPU啊，10来个核心对上千个计算单元。。。
( I7 Z6 M4 ~( k$ j5 m) O  D
  _' M2 h0 o* N4 ^! Q% A1 \有道是 双拳难敌四手 一虎不如群狼
作者: ltpub    时间: 2022-9-26 18:34
先用性能探查器看下热点在哪里，用前面坛友们的方法针对性优化下，满足了应用需求就收手（心中牢记那句箴言：又不是不能用！）
# W- S, N; E+ _2 o/ t+ F- u, w, A# m" a" E4 Y, d% S
不知道vs的社区版带不带性能探查器，不行的话用pro/ent试用几天应该是不违规的，实在不行把C++编译到Linux下，那perf工具可就多了去了
作者: 机器猫    时间: 2022-9-26 23:30
mark 发表于 2022-9-23 11:43
- p" n- ], y; \7 a% K" R- b这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.
! X& L9 c. F% p; `  U2 P6 b- `. Y0 I
最好还是用高性能的计算库, 比如inte ...
: P( m& K# L) b) ^2 e8 q. a
区别还是很大的。编译器的优化还到不了那种程度。( r( h3 D5 B, I+ ?
你说的那些“高性能的计算库”很多估计都是专门的人用汇编手工优化出来的。那个得对要优化的系统非常熟悉的人来干，打个比方那条指令用在哪个地方会导致cache需要加载，这些都必须考虑到
7 E  S4 \! i. u: r% i/ y2 i: K) `* e5 h1 e' q% P1 ?
当然对于调用这些库的代码来说，一般C和汇编区别不大
作者: 沉宝    时间: 2022-10-2 01:38
现在进展怎么样了？
4 d1 `6 p+ N8 D+ B7 y& L  u( h
) E. s7 ~% J% U4 @/ Q  Y* A想了解一下你问题的规模：
& o7 G; |, s  m: I& v" f% f1) 你说互相关是一个一维矢量和一个二维数组里的矢量依次做，那么这个二维数组有什么特殊意义吗？需要对所有维度按列操作并返回一个矩阵，还是就是简单的一对一算过去？换一句话，本质上要的是一个1-维互相关算法，还是N-维互相关算法。
( F: }  \9 V& U" ~8 t& T( H2) 矢量和一个二维数组的长度大概是多少？/ D& U- u) S2 o) b7 f& |) e7 a8 s
3) Octave 大约跑了多长时间，你心里期望的速度大约是多少？
作者: 雷达    时间: 2022-10-2 03:04
本帖最后由 雷达 于 2022-10-2 03:06 编辑
/ N: q- q* d; B6 I+ ^. h  C
沉宝 发表于 2022-10-2 01:383 @, n* z6 Y& a
现在进展怎么样了？
+ y  S  \- _( e; F# m/ A
/ \% x5 a* d( Y- }+ ~想了解一下你问题的规模：
5 S* X2 j' @( S" ~
5 [% n5 H. C  |1 Y, b7 F0 d0 {
多谢关注。
. X  |( N, E1 k6 W; s) c规模还比较大，一个至少3万*3万的二维浮点复数矩阵，用一个4000点复数矢量对矩阵的每一个3万点矢量做互相关，重复3万次这种互相关。
! `5 E, k% L4 C5 D* h我已经试验成功了 AVX 算浮点内积和 VS 优化， 再加上多核并行，我希望能至少和 octave 打平。但现在手头有其他事，还没有时间改正式代码。
作者: 沉宝    时间: 2022-10-3 01:16
雷达 发表于 2022-10-2 03:04
5 p7 d" r/ l1 o# k多谢关注。6 m* @- g1 n. p4 q
规模还比较大，一个至少3万*3万的二维浮点复数矩阵，用一个4000点复数矢量对矩阵的每一个3万 ...

; B& H/ [( O/ U# s5 u; W你在 Octave 跑出来的速度是多少？没有具体数据的话能不能说一下数量级上大致在哪里？# z- ~* d. x9 v

- p* O' [7 ~& }8 r3 [- w  h另外，你在 Octave 上的测试是按实际数据量跑的吗？我大概估计了一下，如果我没有算错，你那个二维浮点复数矩阵的数据量大约240TB（1 billion elements, each element has 30000x8 bytes）。这么大的数据量不可能全都放进内存中准备好，（事实上，它们已经不是一块硬盘可以装得下的了，放在磁盘阵列上吗？）有可能计算机的I/O吞吐性能也成为影响真正计算速度的一个重要因素。
作者: 雷达    时间: 2022-10-3 09:13
本帖最后由 雷达 于 2022-10-3 09:16 编辑 ' A# U" y9 j6 s: Z' U9 y( T
沉宝 发表于 2022-10-3 01:162 l' b4 u1 y7 }6 L; r1 S
你在 Octave 跑出来的速度是多少？没有具体数据的话能不能说一下数量级上大致在哪里？
% i0 p8 k8 K6 S* b1 o
9 U# l  E2 @2 W! l& M另外，你在 Octav ...
1 h7 F+ F+ A: i

* J- i, ]0 R" P8 d# v7 f* o应该没有那么大。$ @  S/ T1 A7 n" u, |; [* }
我算的：
# X$ z  d6 m  W! U  n3万*3万的二维浮点复数矩阵, 30k*30k = 900M个点, 复数 *2， 浮点数 *4，总共 7.2G。( H+ ]* y" g0 s2 C( T
做算法的时候，一行一行从文件读取，有个16G内存应该足够了



欢迎光临 爱吱声 (http://129.226.69.186/bbs/) Powered by Discuz! X3.2