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
4 ]" x1 Y$ w9 A3 l' Y1 q- l" N. [( D% R5 o. P
做一个数字信号处理的小算法，需要算互相关。3 O. B  u# I& N, {7 Y3 |
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。" R4 X9 u& M, W  d

+ f* o1 b6 @3 N3 eOctave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 。  @& [$ T+ _0 c: b* ?0 O
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。6 L  H2 o( s$ f5 K
6 A4 k; N2 r* j% u
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。
- a& A( c4 ~$ }! j8 V5 \* v8 b1 h' I4 m8 }% O
高手们给分析分析,  多谢了。: B5 X7 f/ u" S# s2 v- R; D
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。" w5 n5 T7 J' u8 z1 n# @
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。
5 l. c: A% N0 ^5 p2 q' @6 V9 y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 ) K" S* O4 u7 B, G- F9 F
雷声 发表于 2022-9-23 07:02
) ?! a/ b/ R% q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 o% p+ U2 _, X3 F; G5 e+ b; e# e- [; z+ O& A% i+ U. [
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。) t9 J0 a7 Y# N& u* q3 k8 N
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# v9 A* C. {, W0 @

2 ~9 T+ `" @4 N2 R+ J# ?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 0 E! V) k; O) ^

) J* l  Y. X. V) v! }! ?C++ code 用的是普通乘法？换成sse/avx向量乘法试试？% d0 f# u+ P" |6 Y& B
并且是单线程的？加个openmp并行试试) \! x# p8 z$ I; s% w8 A5 v
或者调用mkl 库的互相关函数试试
/ J  R- X) @% L0 v, U+ q, U1 W& A
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18  k6 [  }; W' r
汇编快！

0 j7 M$ a# q0 O* [* Z# 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.* z. W  I8 _3 e% L

6 T7 b- w$ |- J& c4 c' z. D5 E' h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( @! L7 j% \% w  k* 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++ ...
: m7 ~9 p' a3 U1 {: p- H/ A
STL对性能优化没什么帮助，只是写起来比较安全而已。
; x/ V$ q* Z, v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。0 V4 ?2 j( e) E* J
买个Ipp库虽然不贵，但是还是要几百刀的吧？: p7 ~# j" ?! C! s$ ~* r
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" h8 ]) y& Q8 r' R- n
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.
% l0 y4 p; J3 ~0 I
3 W: o3 f4 l/ b) K最好还是用高性能的计算库, 比如inte ...

& [* d9 S* h  T3 f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
: m5 \5 P5 `# m% c: o, NSTL对性能优化没什么帮助，只是写起来比较安全而已。) G6 W% o. a1 l/ z$ n0 Z) ]' x- m' O; ?
下面数值分析回答的是对的，要么用avx自己写，要么 ...
! Z8 B2 j/ d1 U5 T- N5 ~1 a
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
0 ?# O) _) l: \3 n" X& y/ ?! B
沉宝 发表于 2022-9-23 20:53
6 V1 h7 `" S+ I! K3 Q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） ...

' n" x0 T3 a% ~, M- p/ [
- u( U2 e/ T. B# V: W5 Q- ]  G; Q必然是GPU啊，10来个核心对上千个计算单元。。。
; e7 ]8 w1 i  e
  a. ^" y2 B" k/ a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 t4 j( O9 Y& c, `3 e" O! k- r9 H) {3 {# x  u
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
3 k$ `/ E" D# 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.7 ?8 U, `+ o, C) b- \* |

9 T% S. y6 O4 ~5 v  Y最好还是用高性能的计算库, 比如inte ...
/ r  d! Z0 D8 x2 n4 Y" S8 B, S
区别还是很大的。编译器的优化还到不了那种程度。
, U/ Q9 W& C2 D# t9 l4 L! B% 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
1 X7 }/ Q6 y# n0 P" n* m5 j1 W# }
: }" y; R5 g4 }9 n" G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？7 y! K* |& ~3 \+ j: ~" E% z

9 b2 Z7 M9 r; V9 g  S: @想了解一下你问题的规模：
9 v+ M. S1 L" y: ]/ {9 C8 r3 }2 r* z1) 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。0 T' |# L  \& w* \
2) 矢量和一个二维数组的长度大概是多少？' U5 B1 ^2 t8 Q! }5 N
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 , ^. \" b" T6 _$ q1 B6 z5 @; a
沉宝 发表于 2022-10-2 01:38
6 a7 x: b) `  i! a5 b% s" p: w现在进展怎么样了？& q4 p1 u: Q+ F* v) f( M
" E6 S5 R7 ]8 K* M& \! x4 Y
想了解一下你问题的规模：
, U7 K  V* P7 n0 R+ `

5 Z. V7 X) ?0 \! c多谢关注。4 {8 \+ w) R+ S
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。
; _6 Q& Y/ x, c0 ]" C9 h7 a7 r+ K( x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. {! Y8 V  K# y  y3 U
多谢关注。! N7 ]7 F+ x5 D2 c2 X, 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 ...

2 A& B: ]1 H9 {, F9 P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？3 j( v4 ~. C+ x  E8 t2 P
! J9 b" ~) c. @, v8 G4 Q0 L' r
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
; B) `$ ?' w  g, ^) ]' ?- X, h
沉宝 发表于 2022-10-3 01:16) @8 `; a/ ^: }1 l
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？6 u" U) k$ k5 l, Q" F0 g4 @$ h

3 {2 {& x+ [) o! n6 ]另外，你在 Octav ...
, g6 {# s4 C! ?1 G8 ^
: b7 v" W" M$ n) Z8 H9 Z- M
应该没有那么大。
9 g4 Z9 ~+ P1 S! P) E, a2 ]我算的：# l3 P: X  [. V" K3 Y
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。
5 _; @- i  F: y1 i, O, I7 L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