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 ; @" G% D  K" x6 D

) U( Y8 A- h/ ^3 V+ O做一个数字信号处理的小算法，需要算互相关。
4 \& ]1 T( K4 S; f% M4 c. S" d7 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。0 F4 V! j4 v" V
& ]  W# ~& o6 F  M' l) r
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 。
: Y6 \' d; e! ?" T! M0 d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。2 g1 K. `* l0 P5 N5 @: @- [' N  `

3 S6 p, j9 J" D7 U9 yC++ 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。% W$ f$ Q  D4 b  R! E, j, r! R8 A

6 O! d0 {, r3 }3 O高手们给分析分析,  多谢了。
% }! M7 V5 ]1 D( t! c& Z
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。
4 s" A1 }$ X# @2 `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。
( X1 J' p* n  ~4 C3 R5 a. 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 2 P9 e: s5 Q# i+ p+ e
雷声 发表于 2022-9-23 07:02+ h& B/ |  ]  L, {  W9 j7 t: C
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。 ...

$ U# a: r$ J4 W. B' n
4 n" B! N% m0 {2 u: M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。
  L+ S! X9 _8 b) i. E( [, ^* P% ]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
2 t; {6 Q0 V% _( `9 i, ^# H0 B: S. b; G% ]
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
& ^4 _) C3 C: ~! F# B
( Y5 A: d. i! U$ j0 P* aC++ code 用的是普通乘法？换成sse/avx向量乘法试试？5 l2 F& V' I7 c' K; R! T3 h4 v
并且是单线程的？加个openmp并行试试
' B: |6 Y6 u" w( L/ o" P$ l; r或者调用mkl 库的互相关函数试试+ L% C2 ?1 j  `6 V, d
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18' g. @1 I! G% H5 p% i
汇编快！

% u% t( L- w" {; g7 s3 a: f+ A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 o4 m$ A  m, ?& O8 h% |
$ U$ A" g2 M6 ]' e$ O. @' 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, V, K+ c9 s8 v+ Q( l2 b
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++ ...

% j; S: P. U, S0 Y( p! ySTL对性能优化没什么帮助，只是写起来比较安全而已。, A) F+ W8 R+ q/ p6 ^
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。
1 p( S: q8 D, G1 z5 m" Y) E$ ?买个Ipp库虽然不贵，但是还是要几百刀的吧？
9 X& t" S- W- Z9 _
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
( s; m- W, Z  l- p' _4 Z" c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* o. o7 g' m7 \; ^: K+ a" T7 ?: r8 M! P0 G1 ?- x
最好还是用高性能的计算库, 比如inte ...

5 ]0 b9 N' S" x* C1 j" 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
9 M' f, L( v2 u9 U$ G- SSTL对性能优化没什么帮助，只是写起来比较安全而已。
0 a1 I7 ]) J/ A# x1 J: i下面数值分析回答的是对的，要么用avx自己写，要么 ...

* {# [1 D! M% x5 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）
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 & |7 {" a  c9 `4 ^
沉宝 发表于 2022-9-23 20:53
- P0 e" D2 L, G; M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） ...
* Q: Z( M( p4 q& B. W4 F# |
# d0 ~" C" y2 A. W
必然是GPU啊，10来个核心对上千个计算单元。。。2 \! y1 G2 L& B) v

$ _: y0 W% j' \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！）! L1 E4 P" N1 l  f

( z, Y& x' l5 F" X7 |& w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 11:438 w8 F& [9 z+ {7 Z/ G- 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.
# c# K; e( u0 J: ]
+ y& N7 Q0 j* R. Y5 e9 _/ y最好还是用高性能的计算库, 比如inte ...

" x' Y3 t& a* r) ~$ N. q+ p区别还是很大的。编译器的优化还到不了那种程度。$ x9 b& l/ B9 f9 \' A
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* |6 h+ G+ ^: {/ j; Q' z* i
$ O8 x+ F, |5 X( }
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？3 F3 l& G& }+ R% m9 x
# m- e4 Z) H& v' n3 \& o
想了解一下你问题的规模：" J2 M3 R+ Y+ K3 K9 o8 W7 ^
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。
; c3 |, u8 z1 K/ e1 o2) 矢量和一个二维数组的长度大概是多少？
6 [  _0 V6 ^3 ?6 N! D" V6 V6 H/ f3) 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
+ N, Y3 m0 N4 X# n
沉宝 发表于 2022-10-2 01:38# z5 p9 ~5 _& M# _: {; C
现在进展怎么样了？5 Y+ O) c3 \) K; e9 h
- G' v  _  |" c9 I8 `* W. M* Z
想了解一下你问题的规模：

& ]. N' q* V6 [+ U2 H3 i, b$ V3 M% r, Q
多谢关注。0 k. r. A5 C$ s$ W. g% x9 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。
' r5 H4 V( s  c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
2 U4 w8 b7 Y1 ~: p% v多谢关注。
  g/ p8 n- v3 o* j1 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 ...
- `, P. Z% k. H& P+ A. r% y2 b: Q
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？
" @# @+ A# _9 Y7 `3 ]( b
+ [0 e$ B, ~& d# s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
% n4 K" M. x8 ]& ~. J# @
沉宝 发表于 2022-10-3 01:16. r# }- i6 w% }1 [
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？
  V. N  z% A3 s/ B0 W/ R2 D- n
5 u, e9 M" i0 i$ e6 w另外，你在 Octav ...
; Q- C: w0 y% x8 j
3 @7 E! b0 j3 H3 E* K, g
应该没有那么大。
& u/ n- c# |  w我算的：% h/ x% j- m  ~
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。
3 p' ~) ~7 J! @- B" K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