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
) ^! A' I, S9 S8 ]/ e R拉下来？拉多少？. p" f3 N) t3 n7 Y+ m0 g
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
2 ]1 |, h9 T& `& c+ z8 JMaybe 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) w4 p1 o& {- Q
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)3 p1 d1 R9 e; u
{+ s/ ~( Y4 c0 P: W6 B
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
5 k- p; x+ t8 r( g这个不是这么比的吧。。。" p K; k. S3 e, F' r6 R$ [" E* W

. ~3 ?3 L% O; R1 i0 w* X3 Y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
, F8 j' }4 u9 ]& @有道理。
; m0 v" V# E% i& h& H+ `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. H; e7 }1 E这个不是这么比的吧。。。
; H& ]; Y4 \7 D" V9 c. b: C
' b1 R% _) F! q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
3 a" g8 a8 {2 c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
A5 i# D* s3 b- X/ a) `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
# d/ j, v3 G' M5 c4 _" ]7 _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 04:474 d& L4 p8 i+ v5 Y0 Y; r; S! [0 c& H+ P
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
# ~0 F% G! w- [3 S+ r9 u- k9 p3 l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);
7 \# w% D) L9 j0 j: a: Z" K       std::vector < float > vec2(N);
/ y# V: S8 ]7 t/ v4 q3 m5 P4 l       float* b1 = new float[N];
8 ~2 V$ \( c  y7 U       float* b2 = new float[N];
, L8 y% b1 R, V) X( t4 G
! g. A4 N, d; V       for (int j = 0; j < 6000; j++)2 B" d! ?" S6 L' }" u8 i/ e$ @8 L
      {6 G; o/ s, u: d) b0 `1 n+ E2 {
            std::generate(vec1.begin(), vec1.end(), []() {5 R  f  ^, I9 y& g5 I# A
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;. }4 s1 C  d+ w4 o9 e: ^
                     });
7 p& I7 h5 D9 t
* E2 C/ l4 ]: H/ @3 X( L; O3 ]             std::generate(vec2.begin(), vec2.end(), []() {8 m: T/ J; R7 {% R
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;3 u; d" g4 Z3 f- m
                     });
' Z& m4 T. U0 ]' o4 J/ Q; q' o' p
            for (size_t jj = 0; jj < vec1.size(); jj++)0 {: t% j: ]! k) \' @3 }) e
            {  |( K  d1 q  r& _4 O4 I4 x) i4 Z
                     b1[jj] = vec1[jj];1 @& s4 A) @$ f4 u
            }
  x, K( O9 ^* H5 ^8 h* w. z6 {
4 @& l" b9 e$ ^( G5 p             for (size_t jj = 0; jj < vec2.size(); jj++)
* Q: i/ \" i( P             {6 D, K, i" O2 T: O! x- l
                     b2[jj] = vec2[jj];
) H9 B  D4 y0 Y* Z' p$ J; L             }, |( q$ j' i7 u1 S' F$ ]
9 T* D1 V; |  C6 |+ y
            //Method - 1  N=100000 247s  7 H, {  l- @, `3 ?/ D! n# T# n
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
3 Q& B; }7 o8 P0 T: T6 Q. x! o8 D
6 v1 q- M, A, @% s' }) N) a* x             //Method - 2  N=100000  237s
% `; ^$ ?6 e8 {             /*
# ~/ s5 ?7 J* I0 o. L             for (int jj = 0; jj < N ; jj++), w* }# q8 b. `5 J) v  ~
            {
$ `, L) C( c6 n4 a: D% B                      fresult += vec1[jj] * vec2[jj];
$ Q4 S, r1 ?# e  H) R             }' C1 Q9 W0 X, w8 d; H1 Q" O
            */: t! h' y+ l) l% H

  z  r, d- K% v& k' j0 s9 }             //Method - 3  N=100000 204s* H$ ^6 w2 f& |3 P) f- p
            /*
0 V: c$ t1 A0 c* G6 Z  p             for (int jj = 0; jj < N; jj++)
0 s6 K9 S9 w+ {1 I6 C             {
( O* i2 O9 v: N9 C# o1 \                      fresult += b1[jj] * b2[jj];
7 B& E% j4 M( `& M             }0 m* }4 e4 B, f7 M9 K8 Z
            */
+ q) V! G% \# C* ~  Y( o2 U# {
8 v: e2 y6 i; @3 K5 o             //Method - 4 202s- m) C9 ~: l; x9 l4 C7 T0 g
            /*8 U6 m2 Z; Z9 f4 s# E
            for (int jj = 0; jj < N; jj++)2 ?: f) d8 ^# T- n1 \$ u
            {
' j! ]" l* v  B, _$ w, ^* a
: b* M) Q% ]% C* v% U             }  i- G7 }2 R% Q# \+ w
            */
& A: L$ ^" M& i5 p             //comment out all methods, N=100000  202s
! n: z3 V% @$ s3 U) Q! \2 Y8 B. j" S       }
' m" o' e# f7 i+ r
+ @7 ^6 e8 R) [6 N/ ]$ O- d       delete []b1;  s/ N! X6 x2 y# m6 z$ U# x! A
      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
% \2 i/ } y* ^) S- r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？
* Z2 V; @) {% g* a- H% J# L. W, {6 W& l5 `0 D0 F
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 01:161 W* ^* R2 `; o0 Q+ ?/ }. x
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
1 o8 [2 R& F+ `. R& t, C3 }* K+ G
6 A0 l, E+ e0 [3 D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; d8 _1 p- Q& z
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)1 s) t: Y7 G( f! D2 C8 W0 q/ z
{' r' U/ M0 v% r1 N) d
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