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  X- O% A8 }8 X% ?- L7 I- h( U8 a( H' A
做一个数字信号处理的小算法，需要算互相关。' {- i2 y0 ?5 s+ B: |
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。. ]+ s, p1 D$ O/ U3 \2 {
9 {5 P+ ]& g) G& B
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 。
1 t. u  y8 u- |4 ?: z1 J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。
$ n  c& [! a8 ]3 [- N  O+ k
" [0 I( O3 C2 c* w3 K- ^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。
% _3 c3 i' T) `6 D7 \% H0 z! r1 }1 F! p4 d9 h& D' k
高手们给分析分析,  多谢了。
4 a0 _: Q0 k6 @4 q% P
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。7 E0 r& j! c+ |
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。# P+ K2 l6 }5 r. |+ F/ |
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
* V2 _* A3 W) l+ J
雷声 发表于 2022-9-23 07:02
5 }1 \6 @  V1 Z9 S* z& Z- o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。 ...

- _$ J7 g; a  w" r" k- M8 _9 o1 e, \: {, h+ `$ X2 J" G( ~9 v
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。
( g+ z7 @! B" C: j3 Q2 b' x) 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
' s' Z0 J+ c; _
' ~( a2 [, C. y. D. \1 L, H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 6 G$ h; c  `5 z/ w- V: H
: H# D9 `5 z1 Y( W4 r) B5 p+ u
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？
. h7 G. Y; X; ?7 K5 _1 y并且是单线程的？加个openmp并行试试
3 D5 `  ^+ d9 ?: }或者调用mkl 库的互相关函数试试/ C  N2 E5 s2 P% j3 j% m7 }" X
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:183 E3 O1 @  |: n
汇编快！
# w# I/ `$ \5 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.% i. G" e* ], x
7 H* X9 {2 m* J
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
) a. p# j$ @) o" s+ z4 o- 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++ ...
4 |  V$ w( F( L* H$ Q# J
STL对性能优化没什么帮助，只是写起来比较安全而已。
6 c/ Q7 e2 }: I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。  B2 j+ F4 n' |7 G/ a. n
买个Ipp库虽然不贵，但是还是要几百刀的吧？
: ]# u" [3 D5 n& G+ |: w$ J: j
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/ M& ^* \0 u3 b2 K9 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.1 q* {: O' x4 U/ g

1 j3 W8 ^" @; `7 s& N; y) m  L最好还是用高性能的计算库, 比如inte ...

0 A. ]/ A% x8 d8 l* Y) A* 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
" G* {6 m/ ~* ]STL对性能优化没什么帮助，只是写起来比较安全而已。2 @- a; z& E. [+ a0 ^8 ^
下面数值分析回答的是对的，要么用avx自己写，要么 ...
. i( h: [( i  S; H- F, Y, ^$ y
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 6 g, z0 U# j+ Q$ d& S9 X& w8 b
沉宝 发表于 2022-9-23 20:53
2 h" K0 K2 k3 Z; W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 L8 j" I( r) ~: x. f9 \
5 @+ _5 f# e+ I5 e# D8 y0 E
必然是GPU啊，10来个核心对上千个计算单元。。。0 V1 R% N7 [$ q% K# D2 z6 `

$ {7 I! s0 @+ u: w7 m, q- X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！）
. L4 k. c$ H* K: j* s' O- I8 }2 ~$ d. I% O! G
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" q6 c0 F2 w3 Q$ E$ Y4 P6 ^
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.. m$ D8 h8 N1 t) Q
5 R! m' u0 r( v+ f% v+ b2 k
最好还是用高性能的计算库, 比如inte ...
8 T5 R# b& m. S3 n; g1 C, O
区别还是很大的。编译器的优化还到不了那种程度。
# h0 q4 I8 Z( G! e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' k0 _2 a( T/ q7 p

/ `- X+ ~3 O" a5 O/ i) A+ `+ h" N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？( k. k, A( ]7 r% O
0 G% R2 D( f" a$ y  l. w0 o; g
想了解一下你问题的规模：
: o& _$ q: n6 X. M9 K! A, r1) 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。
6 |% L% u* m/ Q; ^) C6 ^2) 矢量和一个二维数组的长度大概是多少？
9 i% f* P$ O3 D3) 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
9 r. \9 I% R7 \& p$ M3 W, I
沉宝 发表于 2022-10-2 01:38
, g# F* w4 x( Z" Q现在进展怎么样了？
+ F: v/ v+ T& ^+ T( N# k3 W* B/ K8 n4 z4 ]
想了解一下你问题的规模：

) h& m' }. e+ R( ^5 K1 ^/ M$ m* a' L; x. Q. j
多谢关注。& w; H  s& ^1 ^, O0 Z' V. _
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。
+ K. U  c8 X% [' I$ I* h4 H5 ]& G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 03:047 `' ?6 i  V8 e& F2 w
多谢关注。7 X3 @, H" \; ^( S" U! f% h
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 ...
/ V2 ~" D; @$ E
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？1 B6 f% b7 M: q
! @9 d8 N9 ]& x% O+ A" d7 Z# T
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 3 s/ A% }; P5 d! ~6 f5 r
沉宝 发表于 2022-10-3 01:16
, n& d0 P' v/ |2 B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？- _; L& J( {* _/ O) t+ J0 |

) A/ \( R) u. d# D& I; J1 d& ]$ p' |7 h& g另外，你在 Octav ...

' @, a7 _( j# \5 B% y, w9 E
, h: S; [+ k1 n- X2 ~应该没有那么大。
2 g) {+ j2 y- o$ @我算的：
! m& h0 W: C; B2 b& q, D3万*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。
& a) C) v% _  ]* W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