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. _! R( k% `% S" z
拉下来？拉多少？+ i, e7 D1 s2 a. H# i/ Q
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" i* Y" @( W4 |% g$ S
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
8 W2 s" I8 K# I- }3 Y& ivoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
- c3 [& ], q$ y{( J" Y4 {+ J! Y( V9 H
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
, z8 J# p5 E# b# P这个不是这么比的吧。。。
! H. _ ~; V: `, R
$ Q s! ]5 G8 a8 }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
7 D- Q3 G9 E# D. p有道理。
( X2 K& s! U1 l5 e8 x, `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- M& H8 E& V; }' d
这个不是这么比的吧。。。; H0 v0 f# K- E6 {, {. L* u9 B
# E. k2 Q; `( v6 t
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; |" w; m2 A* Y$ 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 01:276 J; O E ^7 D- N4 j: p/ z
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 04:475 v y2 N( V' y C9 g
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
+ t& Z7 B7 A7 g y$ g 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 ...

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 14:589 p) [5 b7 l2 G3 W$ ^3 W$ E/ g
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);
  J& A# |( `1 V       std::vector < float > vec2(N);
8 P6 g- w( H  V$ i       float* b1 = new float[N];6 Q7 ~% N$ J2 R) Y4 F2 W
      float* b2 = new float[N];
( a7 D+ g( z* N* e2 i/ I+ A' @' p- C) v# Q3 g( p& z- }
      for (int j = 0; j < 6000; j++)/ Y9 K: h5 n! v- G" S8 Y- O. R: v
      {
8 M5 q& d+ i( f9 B- j( ^             std::generate(vec1.begin(), vec1.end(), []() {" |' n; i1 W8 L* s9 X, e% k
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;8 m6 X$ v5 C9 Y" t/ j) F' M
                     });! n! D* a) p! A
; l+ s. W. P. w$ c3 v+ m
            std::generate(vec2.begin(), vec2.end(), []() {
0 a6 S& V2 p# m: l                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
1 Z( K3 f! p# Y: e                      });
7 y. e: L$ g+ M& p7 d* u: O3 o' R# r$ A. q+ |$ w& C( A
            for (size_t jj = 0; jj < vec1.size(); jj++), [0 i5 L% q+ g" A) G- U0 n
            {
& Y4 }5 f4 ~3 C( Y                      b1[jj] = vec1[jj];
: {! S' I; k6 U$ o  B' {             }, ~% H3 k- c- V/ a1 \/ R; q

$ r9 o7 t5 d  k             for (size_t jj = 0; jj < vec2.size(); jj++)
1 H/ O# i6 G; m+ l) l             {
) L( K" F$ p0 m! x4 B5 U" U. K+ ?                      b2[jj] = vec2[jj];% x3 h4 R0 E7 l0 U
            }
) t+ T: C( B5 O8 @" D. B. U
0 g% m3 a$ a' R) ?- i* i9 C             //Method - 1  N=100000 247s    g) I7 f$ Z9 ~! |5 }
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);  D3 e9 e( |. e6 }( U

, {, O* A5 A5 S$ E2 Y: }  h5 d8 @             //Method - 2  N=100000  237s
7 q$ L7 q# g2 U$ a/ i% _6 S             /*0 g! ?/ J5 l" |/ j2 F* B
            for (int jj = 0; jj < N ; jj++)
0 n' M7 a3 r2 N+ U& d+ X1 U             {
) `' @0 i. [! M2 n  J" m                      fresult += vec1[jj] * vec2[jj];7 i1 M: W7 s: G9 t# ^4 P) ]
            }
" c4 G: T# D) c; [             */9 p' \9 H+ C8 y$ ]

- S/ c8 S( }5 |0 _% @             //Method - 3  N=100000 204s* _, X5 `- D! x9 T
            /*
' k7 W" |% V; ^/ ]' T             for (int jj = 0; jj < N; jj++)0 V& j6 R8 F6 p" X
            {% K/ U% `! c- E4 C
                     fresult += b1[jj] * b2[jj];4 F- ~6 V% `) ~; W; K' B$ @
            }( V! I: r! O3 }3 a( g4 V
            */- O  {1 z$ V1 Y' ~( A0 W
  K$ I" [6 _4 p0 p0 n: `9 P% e
            //Method - 4 202s
4 S# \% P* _4 G$ @$ C# `* z             /*
' M$ F( }8 ~6 r; t% d! Z             for (int jj = 0; jj < N; jj++), i# T  r1 I0 r0 s
            {& ?! a& m9 Q2 R4 y5 s9 b3 ~! f$ @

! }$ i2 Z* O) p+ Y             }
# b( ~/ {, w3 M" u/ [             */* R# {; P1 Z6 C: X' J3 {
            //comment out all methods, N=100000  202s             : N! A: S) W3 v, E- L
      }
& i! \& }4 @, F' g8 ~6 x
* B; W, S) Y$ A$ f1 Q       delete []b1;
/ i( f# J8 P- ~0 G1 t. n) |       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
+ j, P. z2 M9 c! f* J7 U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？
* p: \; o9 V% n- ?1 I5 I# ~
. k2 ]/ k/ O* I' S! R! E# m5 |2 }: 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- H! {7 _$ g' b4 C' A! L! d! H6 V
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
* `# ^) {9 x* m8 z) V/ ^4 ]$ |4 C/ R u- G8 ?% C- ]
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: R6 |" t& M' N; c) N$ }" M
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)/ W6 Y$ i/ d; N. J' r/ h
{
x, O6 O2 x# W# Q5 c7 ^ 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