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 0 |6 C$ O2 U  f( \

! r: T& d- ~7 {! t5 i9 @: c9 n6 p: m- X做一个数字信号处理的小算法，需要算互相关。
8 \* E8 S/ n9 j/ K& C& H' a) 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。1 W0 P: r% C5 V' \8 ^+ g4 B
4 y# C3 r6 P" I0 e1 d
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 。8 g9 |8 R% t2 k5 i, z" G
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。8 _+ @4 `5 J+ Y

) d. F: c+ Q$ Y$ [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。6 p7 l* m- E0 c# h8 T7 r

+ y0 B) l5 C$ R/ @1 q高手们给分析分析,  多谢了。" s' d" d/ Z! n, V# [# R, [: o
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。, P5 o. H1 k8 }, Y# W  ~
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。+ ~! F/ Q4 }, s5 a) E" R( b7 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
+ S# W4 J7 D- n& F7 y5 R
雷声 发表于 2022-9-23 07:02
- N6 c* P4 w. F# D/ N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。 ...

! F$ O8 |3 ]$ t% {3 m4 |5 ~
% _7 o- Q- w9 y7 `' t# f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。
4 m- A  E: `; u$ r# p! w+ C1 `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
  V" m9 u/ S! `) v) e5 L  L
! R% ~+ V1 K2 [. ~! |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 . o$ l/ t2 U* _) u$ u/ Q2 w

+ R$ g# c: v. ^6 t5 u$ UC++ code 用的是普通乘法？换成sse/avx向量乘法试试？
9 ?" c: f4 P6 S- k* c; n# A+ R并且是单线程的？加个openmp并行试试( S; _; @- z* C% C2 V
或者调用mkl 库的互相关函数试试9 K6 T3 G8 u( f: _+ z3 n) O7 m3 Y
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:183 t! a5 O. b; P3 @
汇编快！

8 Q$ o4 F- p. j4 P7 ^8 |+ R8 }; {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.+ G5 i) l/ M$ S
/ B# r& l. R( b
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; }# ~6 j( i) i; 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++ ...

  _+ t( T5 X) }STL对性能优化没什么帮助，只是写起来比较安全而已。  I+ A% U) [- z, L7 b
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。
7 I- I( ~$ v4 K1 k0 Q4 B买个Ipp库虽然不贵，但是还是要几百刀的吧？, {4 k% n) P- U; F% g! O
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% l' W' v; E9 P5 }
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) P  B+ v  T5 D
- f- G1 Z4 w  d最好还是用高性能的计算库, 比如inte ...
  I( x' ^$ Y- L
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
' a" s5 `( n+ \% l0 N' sSTL对性能优化没什么帮助，只是写起来比较安全而已。
- M( l# d' y3 w下面数值分析回答的是对的，要么用avx自己写，要么 ...
. B& Z, c5 @, ^9 T+ ]# k1 c! T
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 ( g- a' F# N6 k0 b8 u! s* Y# }
沉宝 发表于 2022-9-23 20:531 n; j, Q* V# n( D
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） ...
" T5 N3 I: h' ]. P9 @4 {0 a

, y, d7 p  s" I* O! ?" {4 }必然是GPU啊，10来个核心对上千个计算单元。。。* s: I1 V3 I% P9 \

" }6 ]! U. `2 Z/ F* t7 y* [+ 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！）; P0 n! K7 n8 Y% R. U
1 p6 b, }  P* W" k% n" o  p
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# W2 U7 j3 @4 h6 i6 \6 A, |
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.
, W6 r: X- p% s- W% D: J: Y- K  ~$ W- D
最好还是用高性能的计算库, 比如inte ...
+ D: H, X- [6 l  D
区别还是很大的。编译器的优化还到不了那种程度。
' O  V' C, F* y6 w# V& j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
! ~! y6 j, }% D* y3 v5 y/ h  L
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？
2 O3 p$ F$ A- v* v/ o4 b' U' h( |+ O# {% F# E
想了解一下你问题的规模：
% G& f0 A# m8 e6 O1) 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 Z, Q; v( F# b
2) 矢量和一个二维数组的长度大概是多少？% r4 ]0 I+ D1 I7 r8 x( S: b6 b
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 + h9 Q- ~; K' U7 V
沉宝 发表于 2022-10-2 01:38
9 L' M/ p, a9 T9 v2 ~5 ~0 K现在进展怎么样了？, d. T  k0 x+ j- b: T2 l( J) H

+ s3 Z6 F% `& A- F" y$ R想了解一下你问题的规模：

! S" u. o* \( j8 G# U( q
' \+ h0 Z3 j" M% L7 F; p. F多谢关注。, J* S4 P( r, L, I4 @* [5 j# T
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。
4 O0 e) ^; X7 E% @. @$ m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 03:046 L' R* h; x' \0 v9 Y0 M/ K' x" Q6 u
多谢关注。) P9 ^* T& x2 W7 l
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 ...

. C1 X7 W/ e; S4 h( X2 F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/ p' t( q+ f9 p+ \* H2 J4 ?& _# K5 m8 b
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 , Y. e# [; o' a' u  \
沉宝 发表于 2022-10-3 01:16
# n3 c+ h- e1 ]* |5 ]- Z. V! a7 l: x- K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？2 n( T2 S& q+ C, ?1 r: G1 d' E" c

2 F- G: h; I0 [  N$ i另外，你在 Octav ...

# s$ m( S! X- V! T6 B% ?) I* k( J: x0 W2 N5 V4 d& _8 D" k4 a
应该没有那么大。) k! ^+ H$ P! P
我算的：
  h: c# D# o+ i0 @8 f3万*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。2 v  `0 x6 J" X7 p
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