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
2 `5 a. j: w' V9 t2 E
! I' g) u& o4 [3 |) `9 o做一个数字信号处理的小算法，需要算互相关。: ?8 G7 i! F1 G! K- Q
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。
) M$ Q8 V  H4 k4 [* u, y: O2 K! `
6 }- A2 f) R- x* r- @$ LOctave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 。
8 A# G1 U' u) k! t% U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。
0 j% B; P& P# y6 y
8 |+ Z2 D& D4 F9 ^! d- HC++ 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。4 F9 c! e# O6 C) q  y
) C7 {. G  M  I- I# Z
高手们给分析分析,  多谢了。( z9 U' y) E) K3 n$ ~
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。
3 _/ _" V2 f  V6 o0 U8 N1 i3 q3 I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。
! W1 J8 x8 ~8 k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 $ f, R: H: a0 n/ j- G; G
雷声 发表于 2022-9-23 07:02
) q" g) x% \  i8 n; U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。 ...
0 A, A/ Q  ^" `( m* C: {! g4 a
; E" u4 q0 ]1 d" 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++重写了。/ p* ?! s9 c( l- Y# Z4 f
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 ' [& H( Y! ~! d4 M, A: w% P+ e

! f/ W' ^7 H" c! P; C( d8 N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
2 g; C; T7 D( h7 k  M* l: O! n  |1 J4 V& l
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？
$ J9 T* k( i; ~: `并且是单线程的？加个openmp并行试试
. i# _/ _2 l- E6 r或者调用mkl 库的互相关函数试试& y/ a3 y& f: c6 h0 N# u
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18" j8 |2 @# A  B0 l1 b
汇编快！
/ {. m/ l8 F- x
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.% k! o! a5 S! H
2 g2 k; J8 a& [; l2 z+ O5 m% V4 M
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$ F: 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++ ...
- e5 D6 L0 C/ w, H
STL对性能优化没什么帮助，只是写起来比较安全而已。
5 R* p& l  N7 `( Z' v! 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。, i2 F- j; E$ f9 h3 p
买个Ipp库虽然不贵，但是还是要几百刀的吧？
- b+ @$ Y6 \$ q* c4 Q
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' ]8 |5 b. u+ Z- C2 ?
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.; A+ I2 c! S  f) p5 u

6 z% k" J3 j6 _7 o! L. c3 ~3 |最好还是用高性能的计算库, 比如inte ...

5 v% D; B# f& E/ f1 h5 n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
7 C) J! L# T  ?) P. _# B/ B9 ASTL对性能优化没什么帮助，只是写起来比较安全而已。
4 J* o5 N: @8 A下面数值分析回答的是对的，要么用avx自己写，要么 ...

# U$ l4 b  J" O9 ~; H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
1 V4 s9 |  J1 s6 P! [
沉宝 发表于 2022-9-23 20:530 ?0 L# ~9 C- v1 v
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） ...
# ~. h# w& A3 R8 k+ V- F( k

$ M0 g/ F0 E9 i; Z必然是GPU啊，10来个核心对上千个计算单元。。。& f! s+ {8 {/ J0 u1 M1 }0 l
$ k. |  a/ Z/ z, {
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！）
$ O# Y, M, n/ t- J) J% H# T/ }& J5 \+ L8 j, v. M
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
: H. y1 i% Y( P: l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.* c* C" c/ P# ]* S) v4 @# l0 D. h
) p% }$ ?' _* _
最好还是用高性能的计算库, 比如inte ...
, L# H. M# C9 y7 O! m) \
区别还是很大的。编译器的优化还到不了那种程度。
0 L7 Y0 \- m* L! V; t" b2 F' d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
) ?3 z! Z! e/ p% i1 f( S1 r5 M
: S. Q4 E. s& X, {" I$ u6 \# O0 e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？: N% @1 @5 Y, V0 P5 m) O& n

. Z7 @7 y$ r1 t想了解一下你问题的规模：
8 b, U) L7 \+ K3 x3 }4 ?& E! x1) 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。# t* [* s  B2 A  W/ i/ }6 f1 O
2) 矢量和一个二维数组的长度大概是多少？' I8 }0 c: q5 `  }# F; H
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
. l  v2 {6 L! q
沉宝 发表于 2022-10-2 01:38& c) \$ o: U! p3 f+ o+ V4 [
现在进展怎么样了？1 [8 N$ P2 L9 ^2 x0 ?
0 K; k) S' d5 r, f( M7 C3 u
想了解一下你问题的规模：
- K6 L3 s2 \9 ~* y. P) g
* d, b+ P% I, A, D( p1 ~% z2 |
多谢关注。& \  B  E8 O5 P% a+ m
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。
1 t. T3 u0 B- R; H" F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
* i* R6 V' V. r# C2 w3 l  r) Z多谢关注。
! D0 S* i3 m1 ~/ g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 ...

% R" k! T! q. W. D# k$ r/ O6 M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？8 Z9 h  w: Q% C7 }

0 j  o5 |; S3 U. c! P, `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
, N  K  k, ^6 n  s; r2 a' T& `
沉宝 发表于 2022-10-3 01:16
" M6 |4 ^+ v. V, c" e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？' j) u, s* h" Q' W" {. _
  B% H- \" w2 |$ B* R& X" h
另外，你在 Octav ...

& I+ j% K" u) ?; Q* D9 d
5 J4 S; X2 t& f5 U* O应该没有那么大。
- ~2 k; ]1 Z+ t+ ~* H1 e7 O$ u" N5 {我算的：
* K' U4 G8 W4 ]  [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。0 m. ^2 B* S+ x$ f9 b
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