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
3 ?4 p( h& t. H* I, x" ^. @, @: Y& o( {& n- @' f6 m( ^  r
做一个数字信号处理的小算法，需要算互相关。0 P. ]% T# V- J4 S7 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。9 B' W6 G' K- c5 R8 R: f/ o! |

/ L- J/ S" }8 ?# wOctave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 。- g- h* y  y: r
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。4 Y: R  W% x( X+ q- ]: P, y

( a! N: N3 i+ O( |6 oC++ 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。
7 S7 r4 U  H1 p: d' F$ I
! p$ c% Z2 D( y, W& t2 L5 V高手们给分析分析,  多谢了。" L/ Z" R' R  q) W+ _) r- @" X0 k
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。
  i$ s0 G! e1 L' h( {0 x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。( s' T3 i& P2 T4 ^; u
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
+ I+ o) s4 K1 ^
雷声 发表于 2022-9-23 07:02
8 n: k% X' Z1 e& r. z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。 ...
2 j& K4 c2 j; |

0 c5 w, ]8 X" y% n  d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。2 c( |* [* U3 R. H8 d2 b
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 7 @. Y1 b5 V( P2 i
- l1 H7 b5 R( s  V4 I) N8 T) 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 " d; H0 S9 g6 ?" M3 B* |  i5 V
9 K% l( X9 g. w3 N9 v
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？
# W! |- D" b) s7 g7 V* z并且是单线程的？加个openmp并行试试
  O+ c8 D% O" ^& w# @或者调用mkl 库的互相关函数试试
" w6 A2 {, T7 R3 M$ [6 v0 C7 K
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
% S: v9 d6 x9 v1 O3 O& |- m# w汇编快！

/ Q/ U9 ~# r, `3 N; P$ c6 ]. q6 S$ Q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.
) B9 {* \+ ]1 k" m; D2 T8 w; @$ |' g+ A/ V7 q
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 08:138 _1 X6 \! y; q" o8 b! \4 ]
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++ ...

( e" r, e- f  ~$ E! v' G* iSTL对性能优化没什么帮助，只是写起来比较安全而已。+ o$ G6 D0 r2 \9 V# r1 F, Z* Z2 }
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。! @; M2 x* w5 ]# q: P
买个Ipp库虽然不贵，但是还是要几百刀的吧？
( X0 F; [* L6 y5 a
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 22:436 b- h# n7 a: _7 X3 i5 h" G
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.. Q# X9 C$ `$ \! A
* \5 D# ^" @! v8 D) {, O
最好还是用高性能的计算库, 比如inte ...
1 {+ x0 F; |8 K1 ?9 d0 Z4 P4 P
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 15:481 e& L4 E1 G5 G- C
STL对性能优化没什么帮助，只是写起来比较安全而已。! ^0 m* O, {# d, d' W
下面数值分析回答的是对的，要么用avx自己写，要么 ...

! e# _. I; A) 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
/ @! h/ Z* R* W' y0 ~
沉宝 发表于 2022-9-23 20:537 C- j- |0 F8 Y# G" a. A: 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） ...
8 }6 ^0 U1 U) h% Y7 T8 I0 ]

  e+ }) Y2 n  R7 X, G必然是GPU啊，10来个核心对上千个计算单元。。。
" W- V6 p3 y( L. C4 D6 p/ O5 T2 T7 {- j6 o% v* f
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！）, P: Z. z: k, b9 K2 P: I# w6 x, `
. v  J2 h& q( ^. X' O
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
9 O4 h, K# M  Q& T: ?0 e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.+ }& X5 W7 ^1 Q

* B/ _/ W* k# C最好还是用高性能的计算库, 比如inte ...

5 P' G8 k* |' r' l/ s7 h区别还是很大的。编译器的优化还到不了那种程度。
& z& B  S" P: f8 T, _( u* q2 u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
- j5 V) H  F0 p1 x! u/ \
0 v4 j! Q4 R) I4 d" v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？: C2 O1 H" D0 z! H2 v
1 x1 J2 Y" Z" `
想了解一下你问题的规模：
1 D: ?, d6 d6 v1) 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。
- c; d' ~( ?. T) D2) 矢量和一个二维数组的长度大概是多少？
* z  o: i; y4 p2 M3) 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 " o- e: q8 h1 g
沉宝 发表于 2022-10-2 01:38
2 c' Q9 w! x' L. J7 g. }现在进展怎么样了？
  d- Y7 ]$ S; p% {7 S7 P9 S1 }+ S% A( }4 `
想了解一下你问题的规模：

: t0 F" M3 }2 {& O
8 t$ o, r- _: l5 r0 t* Z. a多谢关注。, P2 e- X8 \- H% ]8 r! T( c5 q
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。
$ ]) H8 q  s0 k# \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
. ^9 p# J" k7 k7 z6 u% k多谢关注。
. S8 e7 ^  P) ?# g' `$ R& X& y) Y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 ...
* K7 [. f. n! j2 G4 O" D3 O9 [
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？! r* @; J+ ]" m9 p, v
% M+ b3 c3 F+ Y+ |+ [  e' @
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
; C: R8 T: R9 z0 b- \: d. E, g
沉宝 发表于 2022-10-3 01:16
4 y' u) r; |3 f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？* D# V4 @4 z* z4 x9 X
6 @0 w) s) X# C$ r* `7 c
另外，你在 Octav ...

2 x, x5 F( i& i1 w: p5 _: O4 x6 j/ x, B$ r$ k  T' G: M
应该没有那么大。/ f8 I/ ^: q+ _& Q( N
我算的：
5 B! `9 {3 o! W4 q# M- o% L3万*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 e$ x) }
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