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 # |/ o* S* y9 R  N% z% c7 P

, o" w2 y* o( t0 \! g, {" Y1 \做一个数字信号处理的小算法，需要算互相关。# O& Z' _4 g8 p* w* H. _) V$ N$ r
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。
" ]" q% {$ l; w, ~1 n
& u8 l, x$ w  m2 u# GOctave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 。: H  U* {3 j% u- E: L( t
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。: z- k# @! A, g; P' R* u
! g1 E7 p8 n* ]
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。
+ @/ K; s( k1 U7 h" Z
/ b- O' X5 x% A; b高手们给分析分析,  多谢了。' k/ `# I, n0 o) C* i& j7 V
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。. [4 h0 L; G/ U+ R5 ~
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。- n  o% h% K$ 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 5 _/ y; S9 G4 T* Z: I
雷声 发表于 2022-9-23 07:02! F( ]$ s9 _8 Q% E0 G: _
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。 ...

  l' v( t4 H% Z
+ k+ B" q; t2 o- i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。
. i' k9 }2 Y0 K. D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 ( B4 n# @9 D0 |9 V1 n# h% O5 U
4 U4 @2 M4 m: P. a
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 . S8 l: c% B/ b2 b1 g4 Y+ J9 U
& ~, d2 l3 a/ K9 a
C++ code 用的是普通乘法？换成sse/avx向量乘法试试？9 w6 C  F1 [  z% z( g' B; j' o4 I
并且是单线程的？加个openmp并行试试. r! A6 A( _* g9 r
或者调用mkl 库的互相关函数试试
. M+ a" ~% u! Y# q! Q% u- M
作者: mark    时间: 2022-9-23 11:43
马鹿 发表于 2022-9-23 11:18
1 E% ]; P9 R8 c! |+ p9 |) u' N汇编快！

8 M$ p1 ]  r; `8 v( Y5 I& [( O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.: y0 ?' v; k! l6 A# X% {8 K& j
( t; y1 _( |. n
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
2 @) {% D5 C1 H" 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++ ...

0 N+ x- s" X+ H. X+ p% e3 o! ASTL对性能优化没什么帮助，只是写起来比较安全而已。- W: w6 U& F. ~, H/ Z2 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。- f$ A9 t8 J- x/ B/ j
买个Ipp库虽然不贵，但是还是要几百刀的吧？, ?3 V3 w' Q! @6 L; y7 b- A( F
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
  p) o+ f" b5 h9 m: Q" o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.5 K9 T1 x: \4 n% {' _- i0 j' j
" Q) D2 U. _! X/ A$ v1 T
最好还是用高性能的计算库, 比如inte ...

6 U. _, l/ k9 u, g0 s8 T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
: i- s0 `& q5 k. @. {STL对性能优化没什么帮助，只是写起来比较安全而已。  D. v% Y$ Q/ [) e9 C
下面数值分析回答的是对的，要么用avx自己写，要么 ...

: _9 ?; f$ \6 T1 P$ e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
  N, h* r& N3 F$ B; L7 c
沉宝 发表于 2022-9-23 20:53, c2 J  D2 }8 E
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） ...
8 w+ E9 K( Z  q+ E7 t  @

! T8 p0 d3 h. d8 w  M必然是GPU啊，10来个核心对上千个计算单元。。。6 H4 F( K4 _, ]* ~9 K1 C9 F

5 d* D: J( K* u+ B  W8 N: Y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！）
1 Y  W1 Q! v# y# d  t% d& `8 y& u8 d: a+ f! d$ Q: `
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; g& f5 {5 p2 a, 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.- r7 @( h5 a1 f+ F4 s# X/ G

0 L2 y' n+ |# Z' ^4 d+ X' [3 [最好还是用高性能的计算库, 比如inte ...

- o+ G% o* O" @- d区别还是很大的。编译器的优化还到不了那种程度。& Y! a' T! v! I* x/ B" ^. 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2 z% a: s. Y; @% J

/ L3 P+ M) I# M: u' p5 O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？
+ P9 Z  O$ ^8 f4 {" R8 n4 s; d7 b( O4 {0 G+ o
想了解一下你问题的规模：( q: a; F' T* {" V9 w
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。
; b4 a- j6 R4 Q2) 矢量和一个二维数组的长度大概是多少？5 w' Z/ v, Q/ [3 K7 \$ C. M# z
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 7 C* X3 K6 z& Y, j* r
沉宝 发表于 2022-10-2 01:38
1 I! I5 l* b* ?现在进展怎么样了？
0 P1 g, K9 q% x7 Q  X# l" ~9 P
5 z. j5 H# z$ }$ T" Z0 }想了解一下你问题的规模：
6 c7 O7 ]$ f: J" W% g

3 t+ r6 |4 z& v5 a3 z多谢关注。" @: x' ^8 o0 |, S, P
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。
, F, K: C9 N6 H4 G0 r5 t7 [3 {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
. Q( }; P0 q1 v) l; Y多谢关注。  ], h9 O. ^6 _) [" e
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 ...
0 R" {# t4 F, Y5 }$ X
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？
$ w$ `, J( E3 z( y: y
# B2 l0 o* @' {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 # q3 E' n% h6 l. b& U
沉宝 发表于 2022-10-3 01:16' v3 {/ e7 o/ {% A) `" U
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？
# A8 F+ J/ r1 P+ r! {  u: _3 Q0 `
0 T; |% B) E" i# u* Q6 W另外，你在 Octav ...
' L' E# R! A" }* s* U/ y

& L0 z' E. g% y- |3 K+ o应该没有那么大。
4 O' E4 p3 ?; {我算的：
* h( O5 E3 G1 Q2 |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。
. G9 D8 u) Y1 A6 X2 _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