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 23:042 v$ }0 K! ^* D# x# E6 c5 h
拉下来？拉多少？
) g9 b( s6 |+ K7 U5 ~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 23:33
5 ~( _# r2 ?0 v, ~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. ]; _7 b8 b0 q/ l4 ^6 L# b
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
8 S" z' D2 g0 }9 \7 l" f$ c* w{5 B; y4 B% `* o6 [8 k* ]
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 00:202 t+ ~/ L ]# n" H
这个不是这么比的吧。。。
' Y/ l+ u& m0 \7 Q' I7 x7 m2 x7 m7 X7 G$ T5 v: u7 f
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 00:469 b* D6 y# z5 B+ Q' ?; d
有道理。
6 | b- U0 I. F7 ]+ ^2 g4 I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: p* v" r% E; `/ B' @5 h6 |9 M
这个不是这么比的吧。。。! B4 M9 y B* r4 L' E7 @
$ u! l [. E' A4 E
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 01:489 `! y9 o/ U" o
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 01:272 A1 Z3 M% _% u! l- T* N% |/ P/ \
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
) ^8 d6 i ~9 Z8 f! H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
2 W2 g+ V& u' o, X, O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 14:583 k8 b6 A* O3 H# D
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);9 f6 o$ s' ]" r0 N( ?. W
      std::vector < float > vec2(N);& t( H) K- q' w! L7 y
      float* b1 = new float[N];
" w! w4 y+ s# r9 H$ A' z       float* b2 = new float[N];
; V( }7 m' y# L- a% c% n; L' `$ k/ u- p( o) q- K
      for (int j = 0; j < 6000; j++)* u4 F+ u9 M1 W0 m( F# ^
      {! A0 l- b8 }1 m, \8 h. @; \) b  J& W
            std::generate(vec1.begin(), vec1.end(), []() {
3 S9 T- {+ m4 Z" B* }: H                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;7 C$ N7 @# P. a8 T
                     });- F$ k  t6 z/ o' p8 h/ B& ^

( X! [2 X% O$ g( k' ~0 p% @. e             std::generate(vec2.begin(), vec2.end(), []() {) U7 M7 j3 b+ ^' ~) Y: u
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;  c# W! J+ Y  P( e) X$ ?6 c
                     });
/ w$ E, `4 M/ B% b* R
2 [. |; P! \1 s  v/ i+ A. K$ ^  w             for (size_t jj = 0; jj < vec1.size(); jj++): T$ u) i: A+ p, |* |. E- ?
            {* f8 Y5 q5 h2 L4 V+ J; t
                     b1[jj] = vec1[jj];
, ~) m0 y) r  |8 q  S             }4 K- b7 J& ]  N

5 g! |+ b+ T& j             for (size_t jj = 0; jj < vec2.size(); jj++)
, M0 {; V+ ?; `# R" I             {
. ^) r/ `6 c- J8 {' T+ Z                      b2[jj] = vec2[jj];$ ]; M& `& e4 r
            }
. x( o. _3 U' Z* B
# F- L- }* Q; X9 _6 n' A             //Method - 1  N=100000 247s
" [% z  b, n# |             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);/ Z' a1 }- z5 s% O6 M' Y9 P' W

- n0 a* N' l# {4 s. v             //Method - 2  N=100000  237s
% T$ |4 i- P2 D( Q/ h0 u             /*/ l& m" I1 L5 Z
            for (int jj = 0; jj < N ; jj++)/ n" D- l# f9 N  S* y  o
            {+ L" n" |, [3 v( R4 e0 P' W  t
                     fresult += vec1[jj] * vec2[jj];+ y  {3 `+ K8 H. X5 @
            }
5 e9 T$ I" z1 Q! W             */
! \! v  D7 R: O' ]                               1 P0 M1 F3 D# [  M1 h3 O" ]/ g1 z
            //Method - 3  N=100000 204s! g3 w4 i% z& R6 j6 n4 E/ e5 S
            /*5 [" R2 _! j4 `
            for (int jj = 0; jj < N; jj++)
' a6 G. u, o2 n1 }             {
$ I: b# {) Q# A7 E& s" z; A                      fresult += b1[jj] * b2[jj];
( ]; V2 F+ M" j* v             }
5 y; W! S8 R0 Y; _             */
0 F4 _* w6 y: n* t2 q5 t+ v# E4 D% |
! ~2 I; b) h  E4 A4 a5 c( y7 ^             //Method - 4 202s
! A& d8 @/ e9 I             /*% r( Q, y/ S% I, K" |" u0 \
            for (int jj = 0; jj < N; jj++)
0 S% k3 z' d0 T/ @             {
, E) {. x# k7 U
: P3 Z. f7 Z! m1 d1 U0 Q: f             }
. S# }; Z! m6 T; y  n  M             */
  A, o5 g8 M  \3 Z             //comment out all methods, N=100000  202s
! b; r8 {% h( R       }% @: ~! U1 j/ M3 g! }, P

1 J4 }0 a  F) r2 q1 s       delete []b1;
9 k/ d5 D4 _  Y3 S       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 U9 P0 \3 G; q+ g8 }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？& s" y# O# |2 C! K5 u% `6 ?% J

" F U# O8 h3 ?2 G8 M. D* J) l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/ M4 D( w, n3 B. V5 ]
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、LOL0 ]! R) S1 Y) w# \
( @* A+ \ b; A H3 x
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
2 y/ t3 b8 X4 R6 [9 N n& nvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)2 J% ?8 l w: M; B0 w
{+ M. Q7 J: `' G
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