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 R* q2 M; J) y
$ A7 b7 @; B7 S. S; R, q  j做一个数字信号处理的小算法，需要算互相关。
4 ^+ G3 l* }1 x0 B' l; M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。
5 F6 _+ z! g6 c" Y
& q0 W1 a9 a  {+ r$ }5 POctave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 。
7 w" `6 D5 _' @* }, S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 W9 W9 }) a, E7 f7 h) ^; ]7 n4 M4 x5 Y* p; d
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 m3 f3 Y6 p0 S6 K5 s1 E! T# X
$ o+ A; d4 c1 o3 E1 h
高手们给分析分析,  多谢了。9 C9 K- h2 C, ~0 M" 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。
" K( F) e$ T1 `. M3 U5 T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。
' {+ E: e! Q8 t4 c8 N7 F0 X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
( {) h7 Z+ v3 Y6 H! x' {
雷声 发表于 2022-9-23 07:02
5 m4 @$ B) u- a' j* }% `& C7 ~1 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。 ...
; i& H. d. i' y. b" v2 J) Q! t- a

% f2 e& Q$ _7 d+ 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++重写了。
# c- y; Q. x, L2 w# ]6 {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
+ T7 E, K  I3 K
$ I! k- d% P! d3 n# d' ^; x# V/ N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
' Y) Z9 F2 _$ Y" R: T. [3 |# t4 H) l$ k" ~$ }- N3 G0 Y
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？
+ |& m& ]" `, M* I/ y4 E+ R并且是单线程的？加个openmp并行试试7 H/ R3 q/ g, g5 M9 {$ N
或者调用mkl 库的互相关函数试试
3 Q5 p$ A' ~/ _0 A- b
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
" B' l  Y. s  l0 P* l汇编快！
+ P7 g  k: s2 N; d0 X4 m& [
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; C" V: J1 b: d% y
$ d0 D3 D" H3 U7 q, G* w
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; O0 b  q, i. F4 S
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++ ...
. Q3 e8 n- M4 [  \  |! @
STL对性能优化没什么帮助，只是写起来比较安全而已。4 w# d$ ?( p- m! E: r1 {
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。8 n8 G, p! m- K2 k1 L
买个Ipp库虽然不贵，但是还是要几百刀的吧？/ e9 j9 U$ x- x- V. w
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
7 R) K2 n' S! o7 u1 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.1 N0 x( b  P3 A0 K: b/ e
. l2 W+ S. s. n+ E: ~; J
最好还是用高性能的计算库, 比如inte ...
$ j. \5 Q/ d4 \
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 P% N$ @* L; u4 M" N" QSTL对性能优化没什么帮助，只是写起来比较安全而已。
# R! v3 C5 n" V下面数值分析回答的是对的，要么用avx自己写，要么 ...

% K& D5 R: A6 m/ i, l5 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 + ~) H! j4 c  u3 L+ v, D
沉宝 发表于 2022-9-23 20:539 h$ i* f/ a, u" r- M7 t1 f
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） ...
  m- D/ r& u. i; w9 S: \1 u. D

  Q* K! r. N2 Y2 A7 O6 S必然是GPU啊，10来个核心对上千个计算单元。。。6 K7 V# A2 [! E" f% Q

) A* U$ {4 \6 v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 p3 _7 q' ^! F  I7 q4 z5 O
# [' Y; u# W: |- t1 q0 C
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! _7 V! U! a0 t& p; u5 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.! U% C9 ~4 k2 ~: c- t  F0 |) j6 n

: D* G. h2 y& b最好还是用高性能的计算库, 比如inte ...

& n+ Z/ R0 i* C3 \* Y0 F) K! T5 I区别还是很大的。编译器的优化还到不了那种程度。
! R, k* S/ S7 |* ]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( n. K/ d5 I& D: e# ]6 r2 }% x4 ?

; J# d3 p& I% R0 m: i7 O' c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？
/ a; @% f/ e2 K6 D$ k# W9 a- W5 G( w8 C9 n8 m4 o3 d
想了解一下你问题的规模：3 A) l# q! X- B5 G" F* q
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。1 H/ e  b, z, X1 {
2) 矢量和一个二维数组的长度大概是多少？
; ], H7 r3 X& I, s2 D4 S, {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
! N8 R; ^* j3 z* ^
沉宝 发表于 2022-10-2 01:38
1 a) _/ Y% j! t" V, J现在进展怎么样了？: F3 S9 e+ O' v- W
/ o3 m( `" X( D: l! [
想了解一下你问题的规模：

) x0 J; B9 `* w+ u) N7 Z. C, P; b* m9 {, v% U# f$ h
多谢关注。
2 b; S+ S* e2 k2 N2 q* `4 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3万点矢量做互相关，重复3万次这种互相关。
' u& W- }% Z$ @; 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 03:044 m3 D. ]% M+ R9 Z# i. e! J
多谢关注。3 R% n" }5 E! L: E8 I' o
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 ...
9 z9 `4 _  @3 K, P0 @8 {
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+ ~, S! @

0 j( K9 }! x; r  `* Q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
) g) c( V+ T, l/ O
沉宝 发表于 2022-10-3 01:16
3 C6 H+ o2 ^0 s/ ?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？, U- H0 v8 m9 |* y6 R

' E+ l. X& R3 y' @3 A! o另外，你在 Octav ...

/ k& B, l5 f! p6 k, q) ^9 J8 }( v% G3 z9 w. N- Y5 }) r( a% V! N! N7 l
应该没有那么大。
8 j1 S* j' v0 B9 o6 W我算的：
7 z, i1 I9 P2 n+ q; d2 _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。
! y  }! i# b+ a1 m" Z# u* F$ C6 D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