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
* i; s! f% d3 v& |9 b0 c' e% M! T
做一个数字信号处理的小算法，需要算互相关。
# p8 e, D9 u+ s  v& K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。6 x0 D) ^: i4 B( V

7 K, J( @; T$ |4 `/ D2 C3 f$ MOctave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 。( s1 G4 w  F8 T& S! R# l8 Y0 P: ~1 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。3 }- _5 g( u# m" X
* m+ D5 E$ K- J0 e) a9 V. R( `
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。
4 [! C" z4 {& J8 \
/ \! k3 I7 \6 w( R高手们给分析分析,  多谢了。4 D# V6 v) g- L, F; T
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。
5 g$ B6 f; M" g0 k# C7 d, ?4 V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。( Q" ?, n( G0 E; p
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
& s* a: D! l: q$ `) Z
雷声 发表于 2022-9-23 07:02
' w2 @7 h6 r2 a3 X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。 ...

- o! r# g$ T; T2 X0 n! h) [' D
% b8 ]2 L. Q: T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。- j$ A7 P/ w: k: j
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 U$ |1 H4 y' Z: |3 p& T( r3 T+ ?: ^1 T
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 ( N6 f' c6 T  q9 C. g
6 q6 }# t" c: D- e
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？" u8 n- e0 B  R/ ?* W
并且是单线程的？加个openmp并行试试
: Q8 W" g+ @; i$ i) w或者调用mkl 库的互相关函数试试, [6 @* h4 T9 W3 C2 p- F
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:180 |; h4 ?' a3 F5 f! {
汇编快！
; t* T+ u5 ?9 ?: [- ^5 H  z
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.
, s! y* k' y+ Q+ x; Y( g2 E8 o- E  Q. k' k* z+ E) t
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: x( k0 t* o8 k; j
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++ ...

7 d7 l9 Z3 O" p0 }- o7 BSTL对性能优化没什么帮助，只是写起来比较安全而已。
0 k0 s' P& Q# L. [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。! q1 W. [3 _7 l2 z2 D  X4 S  R
买个Ipp库虽然不贵，但是还是要几百刀的吧？
0 m0 D8 f: a) a/ D8 @: \
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
1 O  |" D' w1 a! \: P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.- z/ A) \, N4 B7 ]
, w" ]# p* v0 L4 V+ }( [
最好还是用高性能的计算库, 比如inte ...
1 C1 ~/ k6 Q/ r- ^
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
) U9 x" {! u& ~* ]1 mSTL对性能优化没什么帮助，只是写起来比较安全而已。2 B# @$ D" b3 l1 J! l
下面数值分析回答的是对的，要么用avx自己写，要么 ...
# X9 k: G. m2 b! t, u
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
9 E) Y+ }. d7 U& y. _( R) Q: f
沉宝 发表于 2022-9-23 20:53
/ x4 ^& e- E- S" T5 L; _/ u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） ...
2 |( V! H! ]1 z; I7 r) Z' m4 e
5 t+ E- H$ D; G2 T* t$ X
必然是GPU啊，10来个核心对上千个计算单元。。。
$ W3 a8 d: W. Y( p( K; ^6 L0 x7 l- G! ?4 |+ D5 r
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！）) |' z" {. B8 G& x+ h
- M( R" G% I4 W$ a% ]$ D
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 11:437 f. x1 a. H' n; C& b" ]
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.( Z$ l/ ^' a. M" x. d9 a

) D; K3 \  F0 C, X' H2 v最好还是用高性能的计算库, 比如inte ...

% Z- p4 P3 K) J7 q4 E2 R3 o# y区别还是很大的。编译器的优化还到不了那种程度。
1 T2 s; G0 A' W9 V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$ S3 u3 z- L- F9 o5 v5 ]

3 V/ ~) I; f. @2 ?4 U# E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？
+ j+ q  G/ M3 K% T) v4 F/ v; X1 O3 N( F. g- k+ a* \
想了解一下你问题的规模：9 F6 Q% P- g1 H1 J2 h
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。
: \3 s. i7 S5 T# x9 f8 @2) 矢量和一个二维数组的长度大概是多少？
  k6 \! m' p" F$ H3) 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
0 T  d! F, o! I" y- ?
沉宝 发表于 2022-10-2 01:386 [4 X' V( d4 ^4 J
现在进展怎么样了？9 b( }: t1 B5 L5 J& V
2 M$ _9 t+ C. ?4 m: Z0 F! |( x
想了解一下你问题的规模：
- q% U5 h  G& H) ]. F/ q" W' ^! k

  q' |6 H! g9 n$ r* i+ Q9 h多谢关注。, i. f$ ^" g0 J/ ^+ @/ y, A
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。 % O6 w  n; d# f
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; h0 p* j) h  H9 b
多谢关注。) V8 s* e7 \& F# A$ 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 ...

$ X" u; s. ^- H, z: [/ G9 w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？5 C5 T1 s" m9 k5 |' F
- ?" k, I' J. Q" j9 @4 c
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
9 `! d9 }' o4 A& q
沉宝 发表于 2022-10-3 01:16
( s. o# [; C" V5 S; d1 P2 h  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？
& @' N+ ^3 a7 i% C  @+ [$ m* q, m/ [6 M( u8 Q7 p5 _
另外，你在 Octav ...

4 y" r9 ?. P' A# M6 R& R, i5 t1 ]1 r1 }% n9 x( i  A
应该没有那么大。! j. v. y# z* m# C* \% [& [2 h
我算的：
& n. U; I1 {/ |" y! l3 Z& O3万*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。6 z# @% v  X0 s
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