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
$ u" c( f/ b' u: y1 t
5 \: c  N- x4 |9 f6 X+ d) ]# g( w做一个数字信号处理的小算法，需要算互相关。4 L0 I0 J8 u  P* y8 P2 b$ s5 B' w- w
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。
: F# J2 s% T& D1 Z$ D
$ Z, T8 r' \% u8 P2 Q. Y& NOctave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 。$ N& p9 c' O% ^6 _3 @0 k
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。% _. u+ u( O; E9 e' p- K

1 t$ C% A! O  C, h5 T4 d3 ?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。
8 p7 L& r) E1 K$ Q3 a; Z( [
; J- @( G5 n7 a7 z- d7 y% P高手们给分析分析,  多谢了。& G* M1 l8 G0 b' y, @4 P0 ^! G
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。
! ?- E2 W; R; ?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。' K0 ]5 j3 `. n2 A
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 % r: K4 T% i/ ^$ t: D$ D+ g/ Q8 q
雷声 发表于 2022-9-23 07:024 G6 H$ h8 g8 X- M' `) s
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。 ...

, t' M- X! w# Q& V+ k5 e+ D% M3 @# M5 P6 s, O* 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。: c" p3 ~) w$ h
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 9 I  o) c% o1 r" f( E
1 b: ?3 x  M3 w) H% \. |9 @
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
! M: B# o, g# T  ~# g
) }  W6 I4 a9 k$ ?C++ code 用的是普通乘法？换成sse/avx向量乘法试试？$ U) ^/ q. v7 h  ~6 A% G& z+ I* }
并且是单线程的？加个openmp并行试试
# @2 }. h' t# l3 e9 P或者调用mkl 库的互相关函数试试  l- K: {3 e4 D' s- [1 F
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18; y; J4 `9 Q3 \' f, g- c5 h9 R0 v
汇编快！
* \5 w; u- p; q; j  y2 {4 Q
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.
+ q4 O  g6 [5 t( w- K4 N1 p! {$ t8 n
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
% ~7 v' Q$ F) c& k" q2 j: K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++ ...
4 g& y# Y  G5 a: ^$ @' J
STL对性能优化没什么帮助，只是写起来比较安全而已。+ e3 ^; Y, ]( r. ~% o% r
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。
' \3 D" r5 j( ^0 ?& k* q/ g买个Ipp库虽然不贵，但是还是要几百刀的吧？0 T2 Q+ C% B) ^; M
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* t( J; s9 [! ?
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.
$ m# b( R- M3 G* K9 A5 u/ |! r  [" o6 ~" K: p" h+ ~
最好还是用高性能的计算库, 比如inte ...
5 f+ K0 {% z% C/ P9 b+ H" y
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
& r: \9 T! D& d' H2 p' ESTL对性能优化没什么帮助，只是写起来比较安全而已。( O: I8 Y$ n8 c" R6 B
下面数值分析回答的是对的，要么用avx自己写，要么 ...

9 E  w% z+ {" Q: f' S, s, Q# i$ L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
. W* L4 k1 R* ^- h1 o( W
沉宝 发表于 2022-9-23 20:53
) ]/ O& R* L* j+ A3 i( x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） ...

% ]/ @3 k) A4 L( b
* }6 ~& F; t/ v9 }5 E必然是GPU啊，10来个核心对上千个计算单元。。。7 m# S- e3 Q) f8 z
# a# }) ~1 t5 r% J8 g
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！）7 V/ J2 @9 ?6 e; J# R+ F5 \
& n# A% d8 Q; Z
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+ i9 H( W$ a, d- T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/ J* v& Y- d! T/ A( Z- m( N4 W$ O4 k) h6 |& W
最好还是用高性能的计算库, 比如inte ...
" F; @; L# g* T6 I# f' V
区别还是很大的。编译器的优化还到不了那种程度。+ L( \2 d# J2 U" V2 b! f
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2 i& R( J! I& o' g( H

  u: J" l: a: E+ ?2 j  b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？
  i3 y. h( E  v( h0 C, v2 q3 y: w2 q$ [; e
想了解一下你问题的规模：
8 a1 K( I# H# K4 V( \1) 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。3 N! l' [: [: m- ?+ @
2) 矢量和一个二维数组的长度大概是多少？
6 U) w9 K. v: e/ ]6 d& Z; I0 F3 h3) 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 ; B' ?# P  h- T( f0 W" B6 K
沉宝 发表于 2022-10-2 01:38. h0 ]& M- G. G  u' O6 E' R. e
现在进展怎么样了？
# S7 s) P8 o8 w% Q, v! x
5 L0 Z, a) e$ v' E  x2 m( \: c想了解一下你问题的规模：

0 p/ U( F$ N0 \0 Q. `9 f9 X1 G# j0 T% ?" |, Q* ~1 z3 {
多谢关注。# x) r4 A" V1 \7 X! x% t3 h
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。
' H% X% z# A+ l: c9 q& p- M$ a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 03:040 p; v3 Y4 W, Q, i8 X4 s
多谢关注。/ X3 ]/ C  u% I  k! `5 @# ^
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 ...

& C0 l7 T! k6 o9 _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？6 R+ J) y5 W: C4 h

- U; \( ]( Y: _8 Z6 V& ^) d$ [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
3 ?0 J, x2 ~3 ]# x( y3 X
沉宝 发表于 2022-10-3 01:162 m0 H3 J+ U/ h
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？+ Y: |% i; X+ ]7 h' U( @- v3 ~

# }# ~6 b; ^/ @' \9 c: o& L: [9 Q另外，你在 Octav ...
8 S- C: W4 p7 N# S* K& Z3 i) m
* l+ ^( u* o; ?  n
应该没有那么大。% q6 L- E. [* v& f+ i( `
我算的：5 S6 f3 y% P: Z; T7 `$ {
3万*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。
" s9 ]: F, ?8 z& e* O* ?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