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
: ~4 _# G3 K, j0 i
. O6 \9 `4 h; f2 C做一个数字信号处理的小算法，需要算互相关。; e( O- p, I, w, ?& J$ t  N
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。
* G) C8 L( [8 q) ], [5 H9 P; C2 ?$ b6 @4 y
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 。& b$ g3 |+ u  h0 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。
% ]! ^" v& A! m* ~+ x# W/ |
) n& n* J3 p6 a; FC++ 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。9 O# n4 Z5 W; F, Y* X; n3 M

7 l  r, }: F) c7 D, h高手们给分析分析,  多谢了。
7 B0 e7 G" m7 O4 ?
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。0 w/ t8 j6 ~2 k) K7 U/ d
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。
* p9 r9 m; p5 \) ?9 G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
+ V3 D, y2 j7 I0 d  U* D
雷声 发表于 2022-9-23 07:02  y% t8 J  M# c- }: l1 e
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。 ...
7 {% T# q. v6 e

$ T# Z' n* }0 P1 O) {. `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。: _# M: [; p" ~1 M6 i1 ?
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 % T. I; }2 q1 a( L, N
" [4 x. [$ c& G* \  s
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 ?$ Y, }9 ?/ E& J  h& [
" U+ w1 h, z6 x' b. o* v0 D
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？$ B5 S# N" x' [% H% c& x
并且是单线程的？加个openmp并行试试
  h- @) N" m1 C  t或者调用mkl 库的互相关函数试试
) J* @6 ?* U9 B$ {) X2 z6 z7 @
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
1 W1 p( t6 _& d( G3 M; S汇编快！
1 h% V4 F. b- @9 g' F
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.
; D3 l- |% W5 ]( z
% J8 T" i! l3 s+ y( b9 i9 X4 r; B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" @% {$ I" h- A' f9 U; o
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++ ...
" K  e3 @# K/ g$ e% \9 c0 }% x
STL对性能优化没什么帮助，只是写起来比较安全而已。
% @. M8 @! G% Y0 X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。- }0 u0 _9 Q9 k/ ~
买个Ipp库虽然不贵，但是还是要几百刀的吧？
0 e$ \3 x/ W) s; P2 E
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 22:431 Y; z% Q7 E" D# g4 S% V( Q2 C, D
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.9 _& ^  {% B: x$ l0 D- c5 q
8 u3 p# p: _! v8 N; H
最好还是用高性能的计算库, 比如inte ...
# t) h5 d" z( V) y* m7 V
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( w4 N4 {: l* H5 x; q4 U: S1 [
STL对性能优化没什么帮助，只是写起来比较安全而已。
8 t& b2 S1 X. }, o# ^9 }下面数值分析回答的是对的，要么用avx自己写，要么 ...

" B+ i! y6 p& [+ A% M( 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 ) U9 K) t' k0 E! w) B; h  z
沉宝 发表于 2022-9-23 20:533 |0 r* K& R' e& Q! x1 |
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） ...

* w  b; i% s& |/ [5 R$ P/ o
! H4 Z- Y& i9 x* L必然是GPU啊，10来个核心对上千个计算单元。。。
/ T3 Y" l, U- U" F) a# x7 ]# P' L9 Y
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！）- r8 P0 q( Y, e+ k% w. z6 ?

# F: h/ {, M; 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 11:43
' {2 L+ Z3 L8 y( @( ?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$ T  E: ?' G. T/ ]' P# i
: x2 p$ A- y9 \( Z) _$ e
最好还是用高性能的计算库, 比如inte ...
* h) @* t$ T3 j- X# E. `# a1 t
区别还是很大的。编译器的优化还到不了那种程度。8 D. _& L+ ]& G- ~/ Y$ H4 U& M
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
4 Z1 M/ i+ V1 W& R1 ~6 ?6 F
7 ?- `+ {" m( Y$ Q. n8 m+ O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？
+ a2 u, W+ H5 f5 N& A2 h1 }; _
( i% O* s% E# H6 T8 x想了解一下你问题的规模：9 V! a+ [% {4 `, c5 f) j& T& F+ f7 Q- T
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。, C6 I+ ^7 V# a1 m: p
2) 矢量和一个二维数组的长度大概是多少？
4 k& o6 w; m' b+ {' q4 T3) 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
; f, {' ~' U8 o+ ]
沉宝 发表于 2022-10-2 01:387 n5 F0 N. B+ c( x' g& }; \
现在进展怎么样了？
. ]5 g. q* @! t0 U
) [9 l, b. q" z' `- P/ `2 _4 Q想了解一下你问题的规模：

. F5 f6 J7 ?2 w. [% Y' `9 L" S) T
" {: h0 `9 c3 u" H8 S( B% [多谢关注。- _: |7 k5 q( `9 c% ?# 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。 , R2 I$ r7 \8 G7 ], M
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: o; M: d5 A6 |2 O* o1 u
多谢关注。, ~4 e6 O: J9 y' q1 ~9 Y$ c, z
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 ]4 ~6 Q$ t& X- T9 N& 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？9 M  P* d7 c! e) s

# e: Q2 V% y# U8 r0 g1 X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
: d5 h/ Q- S9 i
沉宝 发表于 2022-10-3 01:16
" S7 \0 N7 K  t$ B1 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？
( H9 U. D  e; o$ _2 D" _9 ~! ?' v! Z* x; z; P
另外，你在 Octav ...

' q1 X% g0 a& e8 L1 X4 ~2 A! p0 E" i6 S
应该没有那么大。
. h' g& p; ~/ Y$ G4 @9 Q# Y3 @8 H我算的：3 @" g2 ^+ A9 T- a$ c
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。/ ]4 m# R5 ~/ j6 J6 z2 l( r0 }6 D" k2 a
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