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
" c+ m( Z% `" `/ Q; Y2 q; h7 L) Q/ R* b. I& _2 {0 c
做一个数字信号处理的小算法，需要算互相关。
: ^) Y" N& w9 G: a3 P+ T2 S  |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。
) ]! I* `% R2 S. O3 g$ _+ [% r2 M
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 。
6 E! l  C; |$ y8 f7 s3 b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。
/ X- f" Q* g6 T5 E9 g* Z  s* }% _
0 y6 q" }8 M& V% \# S- MC++ 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。
+ W$ t- Z" p8 G
2 {! C- g; O8 l( @* o高手们给分析分析,  多谢了。( `* n7 U5 c$ a7 N- F- `8 ~3 u* N' _4 e
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。0 s9 N9 m; K' j
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。
9 u* T' o& k  {, `& z6 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
+ F7 d6 u! C) n3 Q  k8 k) a
雷声 发表于 2022-9-23 07:02
3 b9 E$ d4 l3 H- t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; U; U6 f2 v0 h
( y" ^; a7 Q  a- ]" @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。  h3 S, ~) H9 t' @6 z/ K+ i, f
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
  G5 [% c5 Y8 k+ {8 A3 z
: S2 B- D% E- K& c7 g- V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
) K3 e( u) r" G- e9 N9 w7 o0 J# I, E7 @1 K( O* |
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？
* L7 q4 k5 k$ e  T8 O: w并且是单线程的？加个openmp并行试试
* J* a) X& o; U) c或者调用mkl 库的互相关函数试试
) G# A# {# ?# h9 ?. a
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
2 b, m2 I4 B/ p汇编快！

  k+ g3 r8 _0 I/ 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.! q) n0 H/ A3 Z4 M; }% C

5 i) U2 i6 ?# S9 X. Y( }7 r- C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 08:136 `) P6 N1 S. i1 G. z
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++ ...

6 n$ `% m/ x. F# ~! @5 i2 j; oSTL对性能优化没什么帮助，只是写起来比较安全而已。" {  o7 G4 H  ?- w5 p7 S
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 h+ x% j/ [' F* f/ h3 K
买个Ipp库虽然不贵，但是还是要几百刀的吧？: W8 X- }4 t: A: _5 o/ h
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
! J5 d( \  Z/ _' @0 W: s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.
# j2 ?5 w* x! L2 @5 o# n$ C+ X+ v0 l* D( D; |/ `
最好还是用高性能的计算库, 比如inte ...

( A. S9 a. k( O2 Q5 w; C/ z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
% q0 M# H+ _* G* r! qSTL对性能优化没什么帮助，只是写起来比较安全而已。# ?0 p8 B+ p. a7 P/ f; r
下面数值分析回答的是对的，要么用avx自己写，要么 ...
- |5 k8 ^  |1 l  `) 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）
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 G# T4 a7 o$ w" `6 _1 Q+ L$ m
沉宝 发表于 2022-9-23 20:538 S8 x3 G5 l' a" E; v9 R4 I
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 b+ j& _- \/ ^+ e6 C* R5 K" B
5 T* l: c; F1 ^1 x' O) B必然是GPU啊，10来个核心对上千个计算单元。。。0 |# O% {& B2 p) K! g
: ^! N' p4 s0 x' j! o
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！）& Y3 n* o0 m! \

! A# e) K3 F9 e( |+ f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% b& j* M. ~% t- w; U7 r5 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.6 ?/ f- `& u$ Z# @. U/ q9 U: [$ V* W
" y$ j& ~. J1 Z1 w4 L! a/ N
最好还是用高性能的计算库, 比如inte ...

3 K+ ?# m( O% J! `' H- P0 Q4 V# ]6 g+ l区别还是很大的。编译器的优化还到不了那种程度。
3 T8 ^9 h0 K! X. v& L  y1 Z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  D" f5 M  q; L& b8 g/ q
5 H5 i, U) B. s/ q7 {8 z  H
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？
( O! W5 O2 R7 p2 I, h3 z- D+ J" J  l" P" J* y: I1 |
想了解一下你问题的规模：
7 p' p2 \. `$ x' G$ v: b- O( ?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。  ?6 b$ s/ ~/ g! K
2) 矢量和一个二维数组的长度大概是多少？
- Z4 L4 \6 X4 ]0 d1 e' m/ s3) 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
/ J2 {6 \  ?! d& U7 D0 r1 T8 w0 s; f
沉宝 发表于 2022-10-2 01:38
8 F$ m0 s' X. V; K; H; x" g现在进展怎么样了？
# M5 H9 I7 I6 O9 N! k% S6 l1 J
$ z, h; V. n$ O. z$ j9 K* I想了解一下你问题的规模：

; o. u% P) Z8 W# G7 F7 z
. c6 e) K- r" E' X' q多谢关注。
$ {( Q: n% {( U2 W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。 $ Y5 K4 t/ d( ?; O
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
& W- W0 ^1 Y+ V* V多谢关注。6 a. `2 @* N0 p6 h  Z
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 ...

! l7 A7 y4 B4 s' s8 Q: X2 C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？
# P/ C1 u8 B% J% |; E/ l# |! Y6 a9 |& |0 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 $ f# _2 |7 b; P& t* D
沉宝 发表于 2022-10-3 01:16
% T' Y7 w0 H: I, \) \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 ~# j% Q# \$ d- R, [* z9 V
  R0 e) W* @  Z7 }0 h8 b$ Y另外，你在 Octav ...

2 l  n& f* Z7 E7 w) [3 Z- R! C+ W! g" X$ @3 E) U6 y
应该没有那么大。
$ k9 v: w7 ?- Y4 n, T我算的：
% F. C( x3 T4 E1 i% C  E3万*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。
4 b1 r: ?8 j' `$ j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