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
5 J1 l: H0 L1 a) t6 ]% A拉下来？拉多少？
& B# C+ \7 e6 t" d) K, ]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
9 w& B0 x2 Q w+ y: _8 ZMaybe 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
* ^9 C* r9 X, mvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
( T0 ^/ M0 P' g$ }4 z9 @( Q{/ b' b4 ?+ }3 H6 V* `- [9 A
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
, k! ~6 K& K9 H$ |% w; m这个不是这么比的吧。。。
3 T# b* x: i# L* h/ ^5 t7 i7 \! d F" N
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
" G) a/ ~ R# x9 p6 a有道理。4 F1 i+ |. P( [! e
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% J5 V5 ^; |) y0 W G
这个不是这么比的吧。。。% k* L3 `# i) ?, ?
- P! e: y+ P, u! y& h# D/ c
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 O) ?0 t7 a( p; M2 }, |
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
* P* e5 y& }9 K9 ?6 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 04:47
1 V: n, f2 ~7 c7 r# @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- ]" {! o* j6 w
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
) a3 K( U0 T b' s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);
4 ~/ j' _6 o; [' A, k* [7 P       std::vector < float > vec2(N);  |. A' W" N6 _5 z
      float* b1 = new float[N];# ]) y  _6 S6 ^
      float* b2 = new float[N];+ T5 }2 X5 A& v. P# r2 R
# _4 v' l* d; o, I
      for (int j = 0; j < 6000; j++)
' I+ Y' P/ I  u- R. R, B& d( m( c       {/ w, H; M" r) x& q7 j2 S! {/ X& ^
            std::generate(vec1.begin(), vec1.end(), []() {
8 m! B/ {7 W2 i' q7 f( Q/ g( b                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;, U2 |$ s  }8 l% C* M
                     });& u& f; d1 e9 {0 }
, P* J1 y1 r/ V
            std::generate(vec2.begin(), vec2.end(), []() {# L  `+ `+ q3 F, _5 |+ ^
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;: c3 C- V8 U; O7 Y0 ~
                     });
$ r% b: u" R2 B2 s9 r- t2 ?( H3 a0 s+ ~# \+ j) O
            for (size_t jj = 0; jj < vec1.size(); jj++)5 B0 U6 K9 I# b
            {
, \. L) r$ }, q& Z  Q9 a" J, _                      b1[jj] = vec1[jj];
9 n3 i# {! m7 Z8 i3 Z             }
3 ~- z, \( u: U4 J: \7 B3 b7 l
: y9 W1 z" K0 X             for (size_t jj = 0; jj < vec2.size(); jj++)
5 ^# ~+ u; ^. G; Q1 \$ c/ b6 \             {4 N% R; b0 X! Y0 h4 q. D
                     b2[jj] = vec2[jj];, [4 W  R3 K- |# J! B) h( w5 h
            }
( |* |) c  n& ]7 {1 X. ^3 _) @! E# }; z- t0 L: u0 ]8 k6 a) w
            //Method - 1  N=100000 247s  % H' I! {0 t) r7 {$ c8 A
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);  E% H) P/ b' b- s

1 \0 l6 {; ]6 l7 V5 A             //Method - 2  N=100000  237s8 }# A' i  j: Q9 C2 T8 k7 i
            /*
$ z1 g9 q- b! B" E& X- ^& X             for (int jj = 0; jj < N ; jj++)
4 I( y' N* L' q  v) O             {3 N/ M7 f' S  G
                     fresult += vec1[jj] * vec2[jj];0 t& E7 i5 r: g- ]: \* b- J
            }7 H/ S! `, z& [/ t3 R
            */8 V8 j) {) i: z/ ^$ g
                              # {) [8 v( b7 [' [+ H
            //Method - 3  N=100000 204s, R1 ^# x# y- l
            /*
! B2 \, ?- K& x6 x; y+ ?: q             for (int jj = 0; jj < N; jj++): F0 l9 O: t6 |2 w* ~
            {' N& s- v( P  s) b
                     fresult += b1[jj] * b2[jj];) O0 B" K9 `6 _% q, X+ E) G
            }) b& e  s2 P; U9 \" Y: @8 u
            */
4 L) _0 C% q( a' r& ?
! n' \2 ?* O6 {8 R             //Method - 4 202s% e& u# q6 [4 R; Y+ T
            /*
( E9 c( P# q6 a+ ?             for (int jj = 0; jj < N; jj++)( {) G" V3 i3 ~
            {8 @; Y. E: ^" |- R8 L& b

; K  v9 I4 \7 O4 `$ {             }
* A) i* l3 A+ l/ Y( e- V             */
- t( H6 f3 e! Y8 s             //comment out all methods, N=100000  202s
' n' D; v7 e- l1 \+ l6 t       }
/ v' ~% p/ j1 u
' z0 v' h: m& x4 z& g) r       delete []b1;
& C  H1 v: X9 E+ |       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" E6 f$ G* S# ~) A. \; G1 q# }7 j
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？
- ?7 w' ~" q6 v! E) ?% s8 ?# }4 G0 u3 @+ j, @) C( {0 o
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
Z. @$ f: y/ u: d; n. 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
5 B! ~+ l* S, o; `1 }
+ q% V/ V( F/ t& |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 f- a. Y. w; U7 Q) [- f# ?
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
1 } V4 q$ r, V5 ~% E{* K9 K; y3 f' 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