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 1 Y( ^( S! I2 P
8 M. J4 a; O% o  |: e
做一个数字信号处理的小算法，需要算互相关。8 C& t% \! o$ L% @- u5 t
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。
9 M5 ~  p! _5 t9 @
: H& o4 q4 |: {8 bOctave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 。
6 T6 Z5 n4 U) l  J* x; B! C2 A. I! N, 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。6 Y9 j8 i. S" t' ~) [. D$ J
" o9 v! k2 x  X. A
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。
, ]5 ?4 o9 Y) ?# g% M" u0 g2 F4 H! h; j" Q. I  k3 [8 a' r
高手们给分析分析,  多谢了。
/ V( U$ h! F* ]) w' }
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。
% D+ w( S# T. v6 B! L3 O6 N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。
/ |; J8 f/ S% h! d- R7 b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 . N% I6 z" Z) E$ h2 v" T
雷声 发表于 2022-9-23 07:026 c: v% c( Q4 N8 R, v
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 w/ k& S; r+ r; X7 t. `
6 v6 }) n1 e3 [0 W0 x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。; i( L$ }# b" i: E! I4 o1 P; e
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 % V- y* W: r5 ~9 v3 |9 R3 ?
- f0 `* @% S$ Q0 \0 T
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
7 i3 o) a) Q% o4 H  W& |  ^, H- c+ A) ^- x
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？
8 `9 l+ }2 b6 @+ u0 G& Y并且是单线程的？加个openmp并行试试8 {. N4 a  H$ m$ a) w& L$ e4 w
或者调用mkl 库的互相关函数试试
% a+ y- `: |# D0 x
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18. N# g& k0 v8 z( j7 F! A4 Y$ F
汇编快！
2 ~4 P! Q. u. c/ g4 `4 O
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.' ~, t% x1 v+ K$ z+ D  O$ z1 L0 a

6 c& C! F" s0 o4 E: {: r) w' s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
$ B, P9 y% L0 h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++ ...
3 n* G6 Z3 q8 c; i
STL对性能优化没什么帮助，只是写起来比较安全而已。9 |" X$ X% a. }2 P' u3 C" F
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 R' B- h7 _0 v0 Z& W6 v! z1 R: y% P买个Ipp库虽然不贵，但是还是要几百刀的吧？
; B$ m, V6 `- o, z. x0 H, 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
0 ]  j- V: Y/ C/ r: W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.. v; Q! x/ H5 L  |7 @( ]6 K& T; u

8 A0 g) R/ Y' s. k( R最好还是用高性能的计算库, 比如inte ...
9 U% L2 c4 N7 ^( l/ B3 B& R
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
0 |7 d& R' T# x5 d$ USTL对性能优化没什么帮助，只是写起来比较安全而已。5 B  k4 v. }" }. |2 Y
下面数值分析回答的是对的，要么用avx自己写，要么 ...
3 s# B9 W, ~2 h' c% ?; J
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 " _* D0 l5 i& g0 Y! }1 g- {
沉宝 发表于 2022-9-23 20:53! X7 B5 c! M0 ]; m6 B7 `& U
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） ...
( I1 m8 b; V! Y: s

# K: b) c' M0 }必然是GPU啊，10来个核心对上千个计算单元。。。
) H1 O1 X7 A  j$ x2 w+ z" S- o8 D
& y& l# s- E8 u$ @1 n! W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！）: P7 S( A; ?( Y3 s. ?2 [

  n& L2 u$ w6 ?1 i7 F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 11:434 V+ J  f% O- m6 r& I% I
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.3 H* I% E5 s' ~3 {! k+ n% M
9 e- |; U' E7 {: }8 H1 n
最好还是用高性能的计算库, 比如inte ...

+ n! s4 t8 `% r( M$ _区别还是很大的。编译器的优化还到不了那种程度。
) P$ P# H/ f# g) k2 U$ a6 x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
. S( p5 ?  O) y6 ^0 E( U0 {# q2 s6 f9 M5 @
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？
  n3 s! R, y% W$ S# c1 h1 ^3 Z2 V9 c# F& |/ W9 ^' h& L/ N
想了解一下你问题的规模：
$ d3 J/ _3 T! n, R  w1) 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。" o# e& Z6 A/ R- M
2) 矢量和一个二维数组的长度大概是多少？- o+ K7 A3 d" V0 i$ W7 v
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 0 t* @; m% w( N+ X
沉宝 发表于 2022-10-2 01:38
' q$ s. Y5 ?5 I- m0 o现在进展怎么样了？! ^+ A( z4 w( o& s/ f- e

( U( Q* t' ?8 H$ i/ E' d, D" \想了解一下你问题的规模：
6 o' F8 C$ u8 x/ Q  ?: ]0 @

0 R& F% K5 C; E$ |* B4 N9 _; q, d多谢关注。* x4 m5 Y0 C5 z" e4 J- L7 b
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。
7 y. N0 _- f& T  T4 m1 O8 j/ j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# Y( L7 }( b7 ~: I7 r5 h7 z9 H* F
多谢关注。
6 ?9 C1 u2 C& E7 H1 d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 ...
) l3 i7 T3 u$ Q5 B' }
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？
% M5 z6 P7 u8 ^* i& n4 c( ?) v" G; s9 @% |# }+ Z7 N. g
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
* o( p& f/ w  B% E$ s5 U" K$ q  X
沉宝 发表于 2022-10-3 01:16. H6 g4 R+ I4 _
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 R7 o; V0 X% ~$ g) a# V
  s$ ^; L  k* J, N$ Q另外，你在 Octav ...

7 a& O2 i+ N- N4 ~' f! |: x0 z# q
" n. V+ F4 V2 N3 w/ t, \应该没有那么大。; Z& E! d0 f! K) B
我算的：0 i; L# m/ p8 N8 Z. T
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。
* h6 [9 {2 D2 A7 u* `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