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# H- u2 y: D' d Z/ d
拉下来？拉多少？
b ~8 Z, H1 b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
8 C5 A. W) K& @ L' e5 r0 m1 bMaybe 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& m' |* V. j( K4 N$ v$ S
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
- u0 f4 J! g, v9 ^{. G4 R* b$ g9 |$ N U$ k) j
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 00:204 O$ d1 G" O! x0 {$ Y2 H
这个不是这么比的吧。。。
1 y. i2 {! l! ^$ e) U7 {4 \. o! r! n& B/ f5 |( y( V, `
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' m% o" V2 P$ H
有道理。
8 M! l* w3 h" Z2 J% ~( v+ g1 @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: V! x# b C+ {( v
这个不是这么比的吧。。。$ L0 Y( s5 F- [- ]2 o. J6 |

2 `- l5 H5 ] M. B5 \, g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 01:48
5 D9 F& O. E- L1 p3 n* G9 u2 U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 01:279 B! {4 ?+ @. E; b# v6 }0 G2 T
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
5 g0 j7 j& r$ ~& F1 g E& P0 _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& M: v( }8 Q) S+ k5 h) {! @8 C
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 14:588 R) F% H4 d4 W e' T5 z
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);
# ]; h2 j  p6 \/ ]% m       std::vector < float > vec2(N);
3 }1 [( {5 p0 e/ Y9 q6 Y9 l4 n" Y0 p       float* b1 = new float[N];9 J) O, O; l6 @4 f3 z. D( p; E$ R
      float* b2 = new float[N];( u% n4 v; L; b2 @, K9 G
7 `  n3 ?. p& B& G& ]( Q* A( |
      for (int j = 0; j < 6000; j++)
' n; v9 f: d7 S5 l( b* d       {, o/ D% D" l5 v) j/ v4 c
            std::generate(vec1.begin(), vec1.end(), []() {5 n' W: E1 i9 ]# l$ d# \
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
1 \7 M* }( S+ G7 g9 @- x                      });2 I; l. m2 R) R* N2 t" V7 b
/ C0 e& N0 B9 G& j& D; W
            std::generate(vec2.begin(), vec2.end(), []() {4 }, K1 z" O' L
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;$ T, f5 p* t. u0 K. |
                     });
( b5 V2 ?9 t1 F! r. P) n
3 Q* p; g. t/ O0 l             for (size_t jj = 0; jj < vec1.size(); jj++): O8 V* f! H6 k; q7 L
            {
, x! }8 o3 G( ~                      b1[jj] = vec1[jj];
% f/ s  B6 }" v; c: ?3 e+ g             }
& P  W% j% Z  {# A1 v
2 l% p# E$ Y" J& ^; f( K2 l( D% U9 e             for (size_t jj = 0; jj < vec2.size(); jj++)9 Y. z. c+ G: L$ V2 }* E( e
            {5 q4 ?* C2 ^$ h; v6 z/ O1 M
                     b2[jj] = vec2[jj];
, X1 R5 f  t8 Z6 U             }2 q! i! e9 G2 i/ |1 H  m
! w$ {$ T9 n% P  g; B
            //Method - 1  N=100000 247s    L! k* B( R* M6 j; Y- C
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);7 }' v! ^2 e) L( u. ~/ Y3 M

5 V4 d: P! t- F" `: R             //Method - 2  N=100000  237s  ^$ {2 q, a9 I0 B2 ~& w" V
            /*! W/ [2 D, s3 a
            for (int jj = 0; jj < N ; jj++)
: e3 a, @# r# A3 F0 _             {
( o% T' f2 j0 A# e  Y                      fresult += vec1[jj] * vec2[jj];: O6 W8 z8 J1 `& D* f8 }- B& ?- A$ W
            }4 ]2 U8 o; t4 o
            */
1 M9 i1 Q% T6 z& G6 U2 f
, B3 J9 _+ A/ p8 t             //Method - 3  N=100000 204s
+ a! E' ^' b. V1 r% O7 e3 |0 L             /*
  q3 a, p' q" T0 k" M0 g             for (int jj = 0; jj < N; jj++)
5 p; a/ M: A) c" Z             {; I" M; u0 `6 f& G! v
                     fresult += b1[jj] * b2[jj];
" \: O% w; a: p: t9 J- x             }. |! v' W, S1 B& l+ h! ~9 U
            */
0 T1 U, p2 r4 Z1 X
6 n& e& `3 X5 t8 q             //Method - 4 202s  E) m" o) `  z& [; Y* O
            /*2 h  w7 W' K) \' w
            for (int jj = 0; jj < N; jj++)
) Q8 S" r" u+ ?& O3 @5 c             {
( l& @, Q; X( A' V/ U4 K, n( T
2 O5 W% ~- a0 L/ i* E; @             }( A: Y3 c' M# c. a4 F. t
            */
0 V2 I4 x0 o' C5 H3 }             //comment out all methods, N=100000  202s
8 D$ |3 I4 J0 i       }
3 }( F, W9 ~( I6 D6 ~; p$ j
2 O# Z3 K' z( M       delete []b1;
, |4 \2 c9 U) d: r; B       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
r z6 \7 i: \1 V! E# a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？
% L5 b2 v- n8 Q; T5 k; [ i0 C; ?+ k4 p6 @ w
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
6 A8 b3 X+ Z% A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
" w- h: M. }% K% T$ V
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
# r d8 r" V+ i+ ~ v) zvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
6 p/ @( J% h0 e1 i/ f7 D. m' O; [{
, z- ]6 b4 D+ K' I+ j' y7 L 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