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. w3 j( |) \8 K
拉下来？拉多少？
: R0 N; c$ ~! s. J% }, L7 _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
* R& v7 S8 ^/ l7 @. A; \$ Y; Q4 a. ?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; b9 Q6 I5 S) I: z
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
2 q1 {4 ~7 u* E! w0 H; {; |{
) m' `% `9 Q) u 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
/ F7 V/ Q$ O! Q# P这个不是这么比的吧。。。- _( c) B; R8 d
! H, T2 w. A5 B' O9 H- 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" Q; _ ], u- Q
有道理。( t- _* Y2 g* O" E" X, s# z
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 B9 z0 U O. ^
这个不是这么比的吧。。。
. ^5 Z7 o1 C& [3 B
' ?& q# w( L V- f T" 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）。

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
8 A$ R z$ A9 H3 \1 y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" `; }# j3 X1 \- n( F* n6 l
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 04:477 B# n! N/ H5 k7 n3 t
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& {- J4 O( ?+ F. d0 x9 i8 ?# a
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
: g$ {5 w2 |; v7 H2 P7 r% 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);
& C0 p' r7 `- k* V) `2 J1 B' e       std::vector < float > vec2(N);
* X* Q+ [1 b  q9 \1 K. s       float* b1 = new float[N];
7 r4 f, ^3 c3 Y( g4 r! Z- q       float* b2 = new float[N];
' Z0 ?* ?4 B" Q7 R5 \8 b" _8 F) \1 o; Y0 \& R
      for (int j = 0; j < 6000; j++)) D- O9 H4 @5 N' V# k) h4 A
      {
' W0 g+ z5 S! N  G             std::generate(vec1.begin(), vec1.end(), []() {
0 L7 t8 x/ I/ h                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
5 `( W' u" x* P                      });
" w" n1 i: T# c( i6 ?5 T
% p* a8 F8 M4 N9 I; W3 ?             std::generate(vec2.begin(), vec2.end(), []() {2 {8 r/ v: o$ V( d
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;7 E3 M) u* C8 e- o
                     });
: b9 @5 b' G) `, T/ Y+ i+ o! i0 O1 D
  Z) f7 S% }: f9 [& \/ P             for (size_t jj = 0; jj < vec1.size(); jj++)9 l  W3 z$ h8 _5 T
            {
* {* u: H1 Y7 Z9 y& ^7 L  `. k9 X                      b1[jj] = vec1[jj];
: c1 V) q6 J8 c3 y; k             }  l; i# l% X* C" C

+ s6 y  r% N# P1 Q: `             for (size_t jj = 0; jj < vec2.size(); jj++)
3 P  Z! q( V; Y! v0 y/ V+ E# b             {5 D; {' X& d$ }6 b
                     b2[jj] = vec2[jj];8 X, N' M( x, M
            }
& ^; \& ]; V6 a. ~1 Z" B
/ _0 g! j; p( D( X' _             //Method - 1  N=100000 247s
5 T7 z. u* _+ }  R  i1 {             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
$ J0 }3 O" z$ i) A1 R+ B                               $ |; Y7 K, [/ o
            //Method - 2  N=100000  237s
& K9 I" i5 H  }; y' i* S             /*
. g& w. `, G7 z5 [  p4 E/ f9 P             for (int jj = 0; jj < N ; jj++)
- C/ G( i5 f8 f- g             {! B. i0 H! m  y
                     fresult += vec1[jj] * vec2[jj];
6 ^3 ^0 M8 |, v9 P/ b0 x: ]             }
$ _. e' v$ @  n' J             */* T7 T3 \6 S  H
                              * y; S  F/ u% k  X
            //Method - 3  N=100000 204s) Z9 w1 z  P- w; a* x
            /*
/ ]( R1 Y9 ]) D$ J             for (int jj = 0; jj < N; jj++)
1 E4 K/ n) R( c1 o* e             {
4 k9 w. J7 `% F+ |/ Y3 t                      fresult += b1[jj] * b2[jj];
6 Y! [  t" V  W. ]             }$ @, ?7 w  I% e! U
            */
5 m& h  z/ D# Z0 l
7 @4 D; N4 ~( G1 l9 {' a             //Method - 4 202s
# n- C4 i: d% n& D0 x0 k; F             /*
4 u1 s- ~- d" f8 H- I5 ]5 C             for (int jj = 0; jj < N; jj++), Y: W- n, L! }0 z
            {: l; H* x; f/ `  n/ L% T" j
                     7 p0 v/ }/ g6 M, R4 _
            }
5 r4 R: Z5 e4 q: n             */
* m5 U2 y) e& v' ?8 S- E3 O             //comment out all methods, N=100000  202s               d% ?+ }6 n2 [/ W3 b
      }
) n2 n; L8 B! @" ]1 ]# e# c5 x5 a5 Y8 O3 R7 A% l
      delete []b1;
# e/ X* h# Z- \9 k; y       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
. f9 U; _& h" o* f 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？0 W2 ~9 r9 B7 y& b/ j

5 C& ]+ R0 S# B1 E. I; _/ C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
5 y3 P5 f) G, p0 z$ 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
# }4 a+ A9 _% ~ Y1 h4 C; z ]. i% e b% D% d7 F8 d3 p; I
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
6 k" O* `5 Y+ ?/ }8 `) fvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)" v/ L& y. X, d5 s2 b$ P' l
{0 X" T h1 T/ D4 e! j. {
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