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* F7 p/ O( d5 s" h$ ~2 e
拉下来？拉多少？; n- {+ C/ |7 h
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 23:333 U% H+ O U0 L7 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
% |$ k# r" |6 R2 S9 {void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)! R+ o' N& `1 a( N1 R: Y+ H3 T# Z% ]
{; b' e5 k* I( n0 W _) J" V/ F
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+ s! l0 T5 M9 H5 i# R6 X6 }
这个不是这么比的吧。。。
N9 G+ L- ~- e8 m: K
1 P7 W F$ V/ u( _( R$ Y/ M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
: ~! B4 r! u6 c) w有道理。* _; }) W$ n. W" K6 B
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
1 C) U# R* p7 w% Y这个不是这么比的吧。。。
0 C2 \- `$ v* t; e0 H
8 D9 [8 k: [; Z; {. h! D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$ D! T, u! p* i( u7 T; }
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
8 r+ H$ n# x- [ g" X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* N3 [3 y# b% V( E; d1 m! I
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
) J9 U& ~" ?! x' g0 V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' v0 C% T/ o% o+ _* h
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 t. k- L- v; U, F& [1 W5 H
      std::vector < float > vec2(N);
( i. r/ l8 I7 u* V$ `" F       float* b1 = new float[N];6 q+ j. i% N; |# c! j) }
      float* b2 = new float[N];
, K' A; ?: l4 l. g
. X. A3 f, \. y6 K       for (int j = 0; j < 6000; j++)
& g. Y  i( Y$ K! S       {  E9 B; n6 l1 s: i: Z- [- p6 q
            std::generate(vec1.begin(), vec1.end(), []() {0 X. D* b, `7 f; {: q2 d& y. F
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
. s* {$ v# u" Z& ?                      });, P4 j! H' }: }6 b, W7 p
2 C+ y1 R9 c" A* s
            std::generate(vec2.begin(), vec2.end(), []() {
! s% u/ E& l6 |1 d2 x                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;; Q- q! W+ M; m' z" k
                     });
6 m. s5 D; R' x# L. u
5 B1 ], z9 u( _0 n% l             for (size_t jj = 0; jj < vec1.size(); jj++)
; j$ V7 T. b: z3 a             {
; L- C% O- z/ d) q                      b1[jj] = vec1[jj];3 ^) Y1 S% R9 L6 Q4 m+ e
            }$ }& L0 [8 I3 F5 O

/ T8 v7 Z( d0 k: V* i: m             for (size_t jj = 0; jj < vec2.size(); jj++)
9 }1 n( E: H2 y# F1 h             {
  x% E6 ~; d3 K+ N9 T  k                      b2[jj] = vec2[jj];5 _5 o6 g8 R9 w+ q
            }
! X6 l) v2 G. O! e) ~9 @; C2 f  d; |( v- d. b0 C
            //Method - 1  N=100000 247s  5 e( _8 e( P3 w! p( c
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);9 `8 u; Z+ G! x/ D
                              * s! Y9 e, E$ S$ l: A; }
            //Method - 2  N=100000  237s
9 m1 {% W5 d9 o  ?9 q             /*
/ w) {) e. i+ B4 \2 j; i2 f4 ~! J             for (int jj = 0; jj < N ; jj++)
            {; f9 S' v% o; ]; E( n2 r" J5 \! i3 ~
                     fresult += vec1[jj] * vec2[jj];
) d$ _- z, d1 W1 g% q4 g             }
) K, M7 X& R& r9 p) N7 e8 k3 B             */9 p: u4 Y% T: I, q* v& T
                              ) B8 t2 _' G4 K( ~
            //Method - 3  N=100000 204s( ~2 ]2 O! X, H2 u9 e' t6 r
            /*
( c# D  i7 R- z1 C             for (int jj = 0; jj < N; jj++)8 A/ F9 C! n8 H# ?  e! @4 y
            {
" O- ]3 v* g# ]: O( M                      fresult += b1[jj] * b2[jj];: G+ }! c- `$ d, b! B1 r, |' d
            }4 \$ u- l" M3 N; L- I
            */
; y/ I3 M; J; [2 o
, E3 U1 L0 i0 k& ?             //Method - 4 202s
6 w7 ]+ j/ w2 [, i             /*' @: k6 ^+ T$ t
            for (int jj = 0; jj < N; jj++)
6 `9 X% R5 z2 H# o  N: H             {
' h! D# N8 a8 i5 ^2 W                      0 n6 E6 W$ d6 f7 n+ Q; T9 ]# m4 u
            }
2 |& ~7 B8 J3 r8 j7 s2 H( J             */% Y# Y  i8 d0 W$ e
            //comment out all methods, N=100000  202s
: x3 j7 x# x2 a: Y! {       }
- M+ h- {. {( k0 P
4 R* h, i) r0 i6 e, u7 ^9 l       delete []b1;
, L2 B& @! o2 z& Q       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
|) s+ U8 v, _3 {- d' x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？
1 h/ Q( z. M& B5 l
/ Y7 g' X: P+ @9 M0 _3 f0 M% m' R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* ^: r5 U0 [) C" j+ e9 |
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) H6 k. p. A) U( c5 e1 P

7 G6 x- e, m5 ^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 23:546 Z1 z% ~0 t$ K) P8 F" `; L9 b* V
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
. @9 p. g) c' G* M/ e+ S" J{+ d, Z' d3 h; {6 a7 W! @
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