C++ 提速的新发现

雷达 · 发表于 2022-9-24 22:54:26

C++ 比 Octave 慢好多，怎么破？

自相关两层循环，内层循环涉及浮点数计算，试验了一下把内层循环内部全都 comment out 只留个壳子, 但空的内层循环本身就把速度拉下来了，看来问题并不在浮点计算。

速度优化问题真的很有意思啊。

欢迎大家继续讨论

数值分析 · 发表于 2022-9-24 23:04:16

拉下来？拉多少？
把代码贴上来看看？

难道分支预测不准破坏流水线执行？不该啊。

沉宝 · 发表于 2022-9-24 23:15:41

会不会代码本身的缺陷阻止了自动优化？另外，硬件配置和开发环境可能也有关系。

风雨无阻 · 发表于 2022-9-24 23:33:02

Maybe Debug mode?

雷达 · 发表于 2022-9-24 23:54:10

本帖最后由雷达于 2022-9-24 23:57 编辑

数值分析发表于 2022-9-24 23:04, v4 b4 Q4 V3 l0 n2 w' l* h
拉下来？拉多少？& H) C" A& Q6 _. w
把代码贴上来看看？

void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
{
comp temp, xtimesy;
xtimesy.re = 0;
xtimesy.im = 0;
int j0 = lenB - 1;
int i, j, i1, reali;
if (lenA % 2 == 1)
reali = lenA + 1;
else
reali = lenA;
reali /= 2;

int nconv = reali + lenB;
//#pragma omp parallel for
for (i = reali; i < nconv; i++)
{
temp.re = 0;
temp.im = 0;
i1 = i;
for (j = j0; j >= 0; j--)
{
/* floating date operation */
}
}
}

xcorr函数代码如上，comp是复数struct, 做过长度为11、19两个矢量的测试，和octave结果完全一样

红色部分是内循环，现在其内部操作都comment out 了, j0大概是 6000。
现在call xcorr 100次，耗时78s.

如果把红色部分内循环本身完全comment out， call xcorr 1000次，耗时 <1s.

雷达 · 发表于 2022-9-25 00:17:17

风雨无阻发表于 2022-9-24 23:332 K7 Y6 M( G& A0 w4 h0 |
Maybe Debug mode?

不应该，看我上面的回复。

我更怀疑是 VS 社区版的问题

数值分析 · 发表于 2022-9-25 00:20:10

本帖最后由数值分析于 2022-9-25 00:24 编辑

雷达发表于 2022-9-24 23:54
- I. p8 g3 A. b2 R0 v8 |void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)8 f3 ~3 B7 j0 W; O5 _- c: @
{+ M+ g' C8 S6 @/ @3 t
comp temp, xtimesy;

这个不是这么比的吧。。。

您这个函数，不带内循环的话，汇编完总共操作也没几个（不到100个）。

而加上内循环，光jmp和dec指令就至少多执行了6000个，慢个几十倍不是正常的么？

雷达 · 发表于 2022-9-25 00:46:56

本帖最后由雷达于 2022-9-25 01:09 编辑

数值分析发表于 2022-9-25 00:20
2 `. |9 _ {0 L+ ]( a) D这个不是这么比的吧。。。; [7 `4 V: V/ o0 {% z: J% y
0 s! U6 p4 v8 _# P
您这个函数，不带内循环的话，汇编完总共操作也没几个（不到100个）。

有道理。
所以存在内循环速度就上不去，把内循环取消，改成两个向量直接点乘再求和应该就会好得多，记得 numeric 库里有算向量内积的，我回头试试。

我先尝试尽量用标准库，一个小程序，不想搞得太复杂。多谢了

沉宝 · 发表于 2022-9-25 01:27:53

雷达发表于 2022-9-25 00:46( Q ^. f' l- [
有道理。& ` ~) e9 x9 w* ^& O
所以存在内循环速度就上不去，把内循环取消，改成两个向量直接点乘再求和应该就会好得多，这大 ...

你两个试验之间就差了一个空循环， call 1000次按理不会有秒级差异，可能还是编译器优化的问题。举个例子，把循环本身翻译成机器指令loop或dec/jnz，两者速度上会差很多
Why is the loop instruction slow? Couldn't Intel have implemented it efficiently?

沉宝 · 发表于 2022-9-25 01:48:51

数值分析发表于 2022-9-25 00:20
5 c/ t; V2 g) M- N0 Q/ Z这个不是这么比的吧。。。" A; A8 r) E1 i2 S6 L/ G

6 h/ C* u1 `2 E4 g3 s+ x您这个函数，不带内循环的话，汇编完总共操作也没几个（不到100个）。

而加上内循环，光jmp和dec指令就至少多执行了6000个

现在的CPU，可以把判断、jmp和dec指令全部融合进一个µOp（微操作，CPU内部流水线上的执行单位）。如果循环这样跑，花不了多少时间。

数值分析 · 发表于 2022-9-25 02:06:44

本帖最后由数值分析于 2022-9-25 02:16 编辑

沉宝发表于 2022-9-25 01:486 A- t8 _6 H$ r5 E
现在的CPU，可以把判断、jmp和dec指令全部融合进一个µOp（微操作，CPU内部流水线上的执行单位）。如果 ...

是的，兄台说的对。

其实我想说的是真正数值计算部分和代码中其他不直接计算的overhead的比值这个事儿。

雷达兄构造测试用例的时候，屏蔽掉了所有计算的部分，使得剩下的都是overhead，这样run time比较的结果就显得好像不合理了。如果把计算加回去，计算部分的run time会dominate，结果就不那么离谱了。因为不好说，所以用指令数对比的方式试图直观地说明这一点。

比如说，如果有计算，那么跑六千个循环相对于计算应该用不了多少时间。但是如果一边是什么都不做，另一边是六千个循环，那六千个循环比什么都不做慢几十倍了，就不是那么不合理了。

当然也有可能像兄台说的，是优化参数的问题，但我觉得更多地是测试用例设计的不合理。

雷达 · 发表于 2022-9-25 04:47:43

本帖最后由雷达于 2022-9-25 04:49 编辑

沉宝发表于 2022-9-25 01:27
- v6 u% c6 ~2 y( N* c+ i! _2 M1 L你两个试验之间就差了一个空循环， call 1000次按理不会有秒级差异，可能还是编译器优化的问题。举个例子 ...

又写了个小实验，没有调用子函数，双层循环，外层6千次，内循环30万次空转，有或没有空转内循环，时间差一倍，我上面这个差的太多了。

我已经完全懵了。

沉宝 · 发表于 2022-9-25 05:51:23

雷达发表于 2022-9-25 04:47$ y/ K, ?8 c' u( W
又写了个小实验，没有调用子函数，双层循环，外层6千次，内循环30万次空转，有或没有空转内循环，时间差 ...

时间差一倍的结果可以接受。

你还是用profile工具看看吧。现在大家都主观瞎猜。

数值分析 · 发表于 2022-9-25 14:58:59

本帖最后由数值分析于 2022-9-25 15:38 编辑

雷达发表于 2022-9-25 04:47' {8 o7 f( ^) W: W* B
又写了个小实验，没有调用子函数，双层循环，外层6千次，内循环30万次空转，有或没有空转内循环，时间差 ...

能不能把这个也贴上来，看看和上一个有什么不同？

雷达 · 发表于 2022-9-26 01:30:03

本帖最后由雷达于 2022-9-27 01:17 编辑

数值分析发表于 2022-9-25 14:58* A% W4 f; U6 q: f9 n) J" e
能不能把这个也贴上来，看看和上一个有什么不同？

理了理思路，重新做了一个测试。
做了两个 vector 和两个 float *, 都长 100000
外循环 6000，里面先做随机数生成，模拟真实环境，避免数据的 cache.

内循环试了4种方法，
1. 直接调用 vector inner_product 247s
2. vector 循环点乘累加 237s
3. float * 循环点乘累加 204s
4. 空循环 100000 次 202s

不做内循环 200s

你昨天说的对，内循环本身占比是很小的，大头在其他处理。
另外可以看到， float * 循环点乘累加并不差，比用vector 还更快。

至于我那个原始程序，还有一些疑问，见5楼，其他都不变仅仅是有无空的内循环就有很大不同，这是不对的，也许有一些其他缺陷我没有看到。（也许可以改成 while 试试）

（为什么下面我贴的 b1 加方括号里的 i , 显示出来却是 b1 ？方括号 i 消失了。 LOL . 改成 jj 好了，原来方括号里的 i 是斜体标志 LOL）

      std::vector < float > vec1(N);- R; T3 q$ A0 o, E' @. |- }
      std::vector < float > vec2(N);( S3 o$ L! M9 f) N
      float* b1 = new float[N];6 `+ r2 J9 I/ t3 F( d2 E
      float* b2 = new float[N];2 S0 e) e' n  ], l1 @9 g! s" O! y' o

+ B+ E/ s3 G1 {( t9 m       for (int j = 0; j < 6000; j++)+ ^+ i, Z9 E/ }# l. h2 h: N" t
      {4 G% s) X! |) u
            std::generate(vec1.begin(), vec1.end(), []() {
7 d0 ^$ v8 C; X' O, u8 u                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
" P7 N3 Y" C2 C' U' L' J( j                      });6 t* @+ a, V2 o5 K1 {8 o% u

& G$ h% Y  u& ?0 z9 m3 x             std::generate(vec2.begin(), vec2.end(), []() {( L( g. i" v! u" D! P2 V. I
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
. g/ G8 b6 w2 \3 P3 y                      });
, U1 D( ^- \+ P* Y, u" `  b' h
8 R+ I# g( C8 u' T7 V7 }             for (size_t jj = 0; jj < vec1.size(); jj++)
( c; `) D& t6 u/ w             {
. k* C/ V  }1 U- I                      b1[jj] = vec1[jj];! U  F) H' L3 ?
            }
4 S- M6 r# W+ m  p) E: V! e) B, {" V: c4 q+ @6 @7 z. N8 L8 w
            for (size_t jj = 0; jj < vec2.size(); jj++)
6 @! B; s6 K1 T4 N3 E             {" A* n- V% O& A6 N. a6 |( l, K$ S
                     b2[jj] = vec2[jj];
* }& A; a8 X, X. ?             }
" W% F! _7 E: Z2 V7 ~  l/ c# p  a' F$ j* i
            //Method - 1  N=100000 247s
& O; n/ c+ ~- c5 t& z             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
1 c: `8 O$ v3 A& [1 z: W" L
2 G8 N; h9 F/ a% h! r             //Method - 2  N=100000  237s
5 l9 e& Z  z3 l# F0 N6 X             /*" O5 ~9 ]. T9 j- m( O/ ]
            for (int jj = 0; jj < N ; jj++)2 C/ M  c: k% B$ e
            {7 g' u- d$ r( \5 A
                     fresult += vec1[jj] * vec2[jj];8 o8 m5 Y9 q/ w
            }( D) ~! V1 y# H  ^
            *// a4 ^, q! f8 s  {- ~

' O1 ]. {5 E# v1 ?6 G+ N             //Method - 3  N=100000 204s. Y9 l* I6 M/ h
            /*
2 I5 y; o: _1 {% X0 ?! @; B4 w3 ]             for (int jj = 0; jj < N; jj++). q2 e, h. Y9 j
            {: e; e6 q2 h% V* I  t0 T
                     fresult += b1[jj] * b2[jj];
# d  H8 e; i  ]2 s+ c. x$ Y             }
0 `" J/ d) I' V8 d# @, y             */
- N9 M8 z; R+ x# b1 X! z2 b8 e$ G% a, s9 s3 {5 y( \& M5 [9 f
            //Method - 4 202s( g: V4 ^0 ^, F/ z% o- p  D" H
            /*5 m' _! g) b4 @
            for (int jj = 0; jj < N; jj++)
! c' P6 l' n+ v& j* }9 Q" b3 A& H             {6 k& o5 I  ]4 k, r) a( v

: \" _- U* h' d1 Q" H' @             }9 O; ]7 N  ^7 w2 D
            */& @1 Y) b! i' |4 v& k- j
            //comment out all methods, N=100000  202s             3 q5 X4 |! k, r
      }+ w/ `0 |; v4 b' j3 C. ]
1 N0 ^' ~6 e6 [* a, C- o  ]# \
      delete []b1;
$ D3 c# C7 \% `, U$ s* `0 l# G       delete []b2;

机器猫 · 发表于 2022-9-27 00:15:38

瞎猜一下啊。把第一个的那个j定义成register变量会不会有不同？

你第二个试验里面的j在循环里面又重新定义了啊，你确定真的跑了6000次？

雷达 · 发表于 2022-9-27 01:16:03

机器猫发表于 2022-9-27 00:15
7 H( G& o X7 E( \瞎猜一下啊。把第一个的那个j定义成register变量会不会有不同？
; x0 l5 D7 y) U% u$ ^+ u0 b& ~6 a7 a5 H
你第二个试验里面的j在循环里面又重新定义 ...

内循环里面的 j 实际是 i, 为了规避爱坛显示的冲突帖子里临时改成了j, 现在是 jj 了。好累、LOL

不和它较劲了，瞎耽误工夫，我已经转到 ubuntu, 也准备顺便试试 avx2 向量化。

机器猫 · 发表于 2022-9-27 02:06:58

雷达发表于 2022-9-27 01:16
5 X' P# ^' a; [% u3 u内循环里面的 j 实际是 i, 为了规避爱坛显示的冲突帖子里临时改成了j, 现在是 jj 了。好累、LOL/ J+ [5 m ^5 i# z$ P" | ^
2 o" ]) `, \1 @3 P
不和它 ...

不过可以试试我说的register变量。前一个试验j是混在一堆其它变量里一起定义的，很有可能是在stack上，这样内存读写会更多，要是再碰上每次都需要加载cache就更慢了。
后面一个是在循环那里定义的，说不定编译器就把它优化成register变量了

opensrc · 发表于 2022-9-27 07:25:57

一个无关问题，为什么爱坛的帖子里在我这里有好些奇怪的东东在里面，是防拷贝措施吗？

雷声 · 发表于 2022-9-27 20:29:50

雷达发表于 2022-9-24 23:54
, \8 u# K, | L% u$ qvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)0 Z9 z& A# S, `; o X
{. K' I$ C/ }1 P8 _. P6 `
comp temp, xtimesy;

这个code里面如果Openmp没有被注释掉的话，那么temp那个变量应该是定义在循环里面，否则线程之间会存在争夺写入那个temp的风险。
内层for循环如果没有内部操作的话，编译时应该被优化掉了，和你完全注册掉整个循环是一回事。可能你的编译设置没有打开优化？
VS社区版没有问题，我工作用的就是社区版，设置正常的话不会比商业版差。以前游说头头用Intel Compiler，他说不想花钱，而且差不了多少，就一直用到现在。

		自动登录	找回密码
密码			注册

[信息技术] C++ 提速的新发现

评分