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
+ d* N3 L% V* L! C
; Y) Y# d- m0 Q9 e2 ~0 p0 H做一个数字信号处理的小算法，需要算互相关。% s/ |0 u* h$ o  ^3 w+ u7 o6 o
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。
4 T8 b' b# W' F4 z- h
& d& |' d6 x! sOctave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 j4 e$ b# g8 w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。
; D% }. G& I1 R' H, h, w2 u
7 k: ]4 F. L/ j  s- cC++ 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。
0 s& c1 r/ v4 g9 S& `$ P
6 }2 H7 @: y1 U, u) Y高手们给分析分析,  多谢了。
: H' w. J/ E: p2 U; O
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。
# P  O& q/ ^+ _- o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。1 x* U2 B4 F2 B- Y
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 7 }  T7 s) `$ L& L2 L# S
雷声 发表于 2022-9-23 07:02
/ M! t  t7 ^1 O9 C4 ^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。 ...
) S4 d* n* H7 j" x

& g/ z, i$ m$ c& P4 q- 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++重写了。( x0 S  x' A+ }: a
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 6 E5 P8 F. w; G% D! X7 F

  Z& C5 Q8 C+ u" Z- z* A, B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 l- S6 a# r4 w6 b" s

7 e* I2 B6 m. G: A4 W% eC++ code 用的是普通乘法？换成sse/avx向量乘法试试？: i, c/ N: j2 L" q! X
并且是单线程的？加个openmp并行试试+ i" ?0 v* J: \% n
或者调用mkl 库的互相关函数试试& `+ |9 M6 R+ e
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:186 D( @, E9 C3 s1 P
汇编快！
% M& ^. ^# G- s% u
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.. G3 L& u( N% |. b

( r" b7 d" I! V$ ]: H' h/ g" {& V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
  k) l5 [; q5 g8 r+ o0 F. M* u) I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++ ...
# \2 X, n2 L4 e5 [7 E% e( v( ^
STL对性能优化没什么帮助，只是写起来比较安全而已。
$ M' K, R5 [8 k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。9 ~4 U7 j2 K. n
买个Ipp库虽然不贵，但是还是要几百刀的吧？
. W/ L5 h7 `. 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
% R4 }, C6 h- n5 |" }+ ~3 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.
, e% q0 H& e( D7 O9 h5 i( H& K6 g$ f' A
最好还是用高性能的计算库, 比如inte ...
: O9 l; B3 L# m6 {) S
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% L- H" |$ A* z
STL对性能优化没什么帮助，只是写起来比较安全而已。
7 f6 H5 N. r2 x. e& y& t9 E& \+ R下面数值分析回答的是对的，要么用avx自己写，要么 ...

# B* S7 D0 C" H6 Q6 A( ~4 o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. ~5 U; e1 R1 W8 X8 X+ D, V
沉宝 发表于 2022-9-23 20:53
4 g5 y& o- R0 i* w) i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） ...
  `4 S; n; z0 t7 q; u! d
8 s- j! _5 d. u6 m5 R4 P6 \
必然是GPU啊，10来个核心对上千个计算单元。。。" ^, ]" s! q; F. q8 a$ s* f) r
# i. G. L+ K& I! g  Z6 \
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！）
8 f+ k1 H0 E, h0 ]4 M
# p# f9 M: z* c! r! }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 11:435 _0 T/ v2 j5 N9 V
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.
8 o  Y5 f/ K, r7 V% f
) I" O. T9 \5 Z2 v' j最好还是用高性能的计算库, 比如inte ...

6 Q* {# d5 k9 l& K: D, [区别还是很大的。编译器的优化还到不了那种程度。9 E. ^4 A' g( l$ Y8 g
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* y( d4 Y4 M8 Z
, g2 u" ]1 @3 n% j0 M
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？
" W6 |, _" x1 F9 r, J
" {- B; u* Y; i+ @$ r% q' z; @想了解一下你问题的规模：
4 Z! L( C% i) m' k3 ]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。
. D  a) w' N; ]: M: W. h2) 矢量和一个二维数组的长度大概是多少？
8 x* q! M: S) U/ U% s: ?8 z3) 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
! Q( k0 \) f! `( k
沉宝 发表于 2022-10-2 01:38! E7 N9 r% |* c0 `- w
现在进展怎么样了？1 a2 Y# N- C0 ~) q$ V

/ P. Z7 v. ?* L! b- q- u7 p想了解一下你问题的规模：
# j- l1 x) s* m& ?2 r
9 F$ u1 W7 _4 m$ x2 N
多谢关注。
$ H. M5 D" U+ D5 B& i2 a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 B  k2 Q7 K# Z, T# `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% X7 m6 q4 b7 A6 c7 R9 W
多谢关注。
+ l$ L2 _- I; f- N8 S5 t9 ?2 N( }+ |# c2 ?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 ...

3 O/ A, K2 r' `* Q* \7 p2 t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？
  l5 k5 d+ O; t& E3 j5 y  Q1 h' l
' @& P/ b2 y! M9 n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 & F7 K0 y4 b% A( L
沉宝 发表于 2022-10-3 01:16
2 e5 I* E5 `1 m; o$ S  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？- W* a( v% R) F( W7 }

5 B0 v; G9 ^% `7 j9 @) b另外，你在 Octav ...

2 R" i3 J+ a+ U# b! }% H8 U+ |' V# O6 M& a# v
应该没有那么大。/ b; i8 z+ t; R8 k: w
我算的：1 q. P9 p; L4 U. ^  t# o2 u* p! |
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。
, E8 J5 @; [7 f, _7 |/ o. 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