C++ 比 Octave 慢好多，怎么破？

雷达

' W/ Q3 z5 M' U% J. Y1 w& I
做一个数字信号处理的小算法，需要算互相关。
5 t( C$ o' ]$ X8 G3 ^& }$ M7 W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。
) x/ m* D! Q2 l; t9 M( P+ J
' t9 r! H3 m$ xOctave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 t0 A- t: G& c8 j7 g9 Q3 h6 m# J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。
$ O& o+ n1 [; P% Z; 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。
% M1 [" C/ c, U$ r# L2 y
高手们给分析分析,  多谢了。
& ~( Y3 b7 X; F9 X* u

雷声

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。
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。
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。

雷达

8 c8 c& |8 j. h+ S9 w/ c) d: `* O

雷声 发表于 2022-9-23 07:02
1 v8 W! I5 ?  b- M" t/ c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。 ...

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。
9 W% P! g% g+ J& o9 k2 M3 K8 k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？

可梦之

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。

阿忙

Matlab不是浪得虚名的，要打败它还是要下点功夫才行

雷达

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

马鹿

汇编快！

数值分析

. {  i! Q8 u6 M- t; e
" ?4 x" {& C& q. A1 C% xC++ code 用的是普通乘法？换成sse/avx向量乘法试试？
并且是单线程的？加个openmp并行试试
/ ]+ y" J) {- p' {2 o5 c1 X或者调用mkl 库的互相关函数试试
# I' d- b8 {- ]9 ?8 W, B

mark

马鹿 发表于 2022-9-23 11:18
汇编快！

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.
! |' M+ n& r+ Y9 [1 V
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.

走两步

涉及矩阵的用blas

雨楼

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。

雷声

雷达 发表于 2022-9-23 08:13
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++ ...

4 s9 {: `5 }" x1 `; ^2 U. LSTL对性能优化没什么帮助，只是写起来比较安全而已。
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。
买个Ipp库虽然不贵，但是还是要几百刀的吧？

四处张望

矩阵最简单用eigen，然后enable  avx2以上

马鹿

mark 发表于 2022-9-22 22:43
8 {0 j0 C2 W" z) Q6 R: v4 @( t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.
# v0 K6 h2 d# L* Y
3 [4 ]# X& F1 q" \9 C  k; ]最好还是用高性能的计算库, 比如inte ...

- E4 n5 _% ^! I- i% e, ]我不是it的，说汇编是起哄呢

沉宝

雷声 发表于 2022-9-23 15:48
STL对性能优化没什么帮助，只是写起来比较安全而已。
( L9 T% y  R/ U/ }: c下面数值分析回答的是对的，要么用avx自己写，要么 ...

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）

数值分析

9 y. P! G& p6 k# A$ {

沉宝 发表于 2022-9-23 20:53
: \8 g! B+ H# @+ z$ y  m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） ...

必然是GPU啊，10来个核心对上千个计算单元。。。

有道是 双拳难敌四手 一虎不如群狼

ltpub

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 m: h2 d# G( k
& F. z& D  y7 Y3 O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

机器猫

mark 发表于 2022-9-23 11:43
4 w& U1 \# L/ G. F4 J' a+ q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.
+ k" n, r2 W# n) C8 p2 w+ F0 l' b, Z
, G! D1 y7 Q9 M* D7 D1 h, l最好还是用高性能的计算库, 比如inte ...

6 Y/ [$ N6 `+ t$ F7 D2 E1 S区别还是很大的。编译器的优化还到不了那种程度。
+ P8 A+ i/ F% b7 U0 E2 l. K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

当然对于调用这些库的代码来说，一般C和汇编区别不大

沉宝

现在进展怎么样了？
2 b# P% W7 u& Q
想了解一下你问题的规模：
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。
2) 矢量和一个二维数组的长度大概是多少？
/ ^+ L, R8 b5 f9 x6 Y9 U" H% V3) Octave 大约跑了多长时间，你心里期望的速度大约是多少？

雷达

沉宝 发表于 2022-10-2 01:38
1 y% E- W3 D3 j% n5 X2 ^: ]. P现在进展怎么样了？
. o3 v* b8 E+ N9 n( Q( ?. A  |2 ]
- }( M  w: v3 b) y/ m6 ?, Z8 @想了解一下你问题的规模：

" V2 J7 m. f1 R) E: u( {  X
多谢关注。
' O. l  K8 U! W# D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。
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。