C++ 比 Octave 慢好多，怎么破？

雷达

0 y5 e0 Y7 \) E5 w1 E% Z: m" b做一个数字信号处理的小算法，需要算互相关。
- ]" k# a6 \/ ^: J先用 Octave （兼容matlab 那个东东） 做了一下，感觉慢，走通后就用C++ 重写，结果比 Octave 还慢，目测能慢10倍，很不科学啊。

" X: _' G$ n9 k  {* IOctave的互相关有现成函数 xcorr,  C++ 需要自己写。互相关是一个一维矢量和一个二维数组里的矢量依次做。矢量里是复数数据，没有用 STL，自己做了个  Re/Im 的struct，其实就是两个四字节 float 。
互相关的最基本运算是两个复数的乘法，就是四次 float 乘法再相加，所以本质上影响速度的应该就是 float 乘法和加法。

+ b6 m( S1 ]! Y4 IC++ 用的是VS 社区版，估计编译器不给力，但也不至于差这么多啊。
0 X5 f6 H. h) w/ i3 p9 n8 n
  g8 ~- J% k6 c% F高手们给分析分析,  多谢了。

雷达

沉宝 发表于 2022-10-3 01:16
你在 Octave 跑出来的速度是多少？没有具体数据的话能不能说一下数量级上大致在哪里？
- v# Q! B9 |1 ^, A5 v: @. v% A
- H7 \: O/ c7 `. E3 q另外，你在 Octav ...

- v8 F4 Z- Y3 ^应该没有那么大。
我算的：
, C1 m6 a. `0 _. v3 B5 C3万*3万的二维浮点复数矩阵, 30k*30k = 900M个点, 复数 *2， 浮点数 *4，总共 7.2G。
0 O& ^5 X5 E/ E6 g! u3 j  T做算法的时候，一行一行从文件读取，有个16G内存应该足够了

沉宝

雷达 发表于 2022-10-2 03:04
, ~0 z, l$ [: [: ]' K多谢关注。
2 C! `, t9 @9 u* J, ~0 t! H) C规模还比较大，一个至少3万*3万的二维浮点复数矩阵，用一个4000点复数矢量对矩阵的每一个3万 ...

你在 Octave 跑出来的速度是多少？没有具体数据的话能不能说一下数量级上大致在哪里？

  S: P3 {4 u/ v- j  ~另外，你在 Octave 上的测试是按实际数据量跑的吗？我大概估计了一下，如果我没有算错，你那个二维浮点复数矩阵的数据量大约240TB（1 billion elements, each element has 30000x8 bytes）。这么大的数据量不可能全都放进内存中准备好，（事实上，它们已经不是一块硬盘可以装得下的了，放在磁盘阵列上吗？）有可能计算机的I/O吞吐性能也成为影响真正计算速度的一个重要因素。

雷达

沉宝 发表于 2022-10-2 01:38
7 T2 ]) [. b0 O+ ~现在进展怎么样了？

想了解一下你问题的规模：

! w% V) y3 }+ R$ P$ }3 i  ~8 `$ j  A
多谢关注。
规模还比较大，一个至少3万*3万的二维浮点复数矩阵，用一个4000点复数矢量对矩阵的每一个3万点矢量做互相关，重复3万次这种互相关。
( H/ D( {$ {' T- @$ p我已经试验成功了 AVX 算浮点内积和 VS 优化， 再加上多核并行，我希望能至少和 octave 打平。但现在手头有其他事，还没有时间改正式代码。

沉宝

现在进展怎么样了？
' i" P0 a2 p6 G7 d! R# C* S$ B2 K
想了解一下你问题的规模：
1) 你说互相关是一个一维矢量和一个二维数组里的矢量依次做，那么这个二维数组有什么特殊意义吗？需要对所有维度按列操作并返回一个矩阵，还是就是简单的一对一算过去？换一句话，本质上要的是一个1-维互相关算法，还是N-维互相关算法。
2) 矢量和一个二维数组的长度大概是多少？
3) Octave 大约跑了多长时间，你心里期望的速度大约是多少？

机器猫

mark 发表于 2022-9-23 11:43
1 E( R2 u( I% W; r这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.

1 q3 E. Q8 a8 n8 \6 G7 P" Z* `最好还是用高性能的计算库, 比如inte ...

区别还是很大的。编译器的优化还到不了那种程度。
4 N* f9 T9 e+ H! v  o你说的那些“高性能的计算库”很多估计都是专门的人用汇编手工优化出来的。那个得对要优化的系统非常熟悉的人来干，打个比方那条指令用在哪个地方会导致cache需要加载，这些都必须考虑到

8 ~$ s* l2 p; B, |4 Y当然对于调用这些库的代码来说，一般C和汇编区别不大

ltpub

先用性能探查器看下热点在哪里，用前面坛友们的方法针对性优化下，满足了应用需求就收手（心中牢记那句箴言：又不是不能用！）

+ u, H$ n% u# y, z) Z0 t不知道vs的社区版带不带性能探查器，不行的话用pro/ent试用几天应该是不违规的，实在不行把C++编译到Linux下，那perf工具可就多了去了

数值分析

) M2 D7 Z# R( {( r

沉宝 发表于 2022-9-23 20:53
9 S$ M, q; ]3 ^. U2 B3 y% E. C你觉得在用AVX自己写与用GPU加速的Octave之间，谁有可能性能上超出？（基于中等价位的硬件水平） ...

. C: }) U/ k& W: c% \  h
必然是GPU啊，10来个核心对上千个计算单元。。。

( s: w, y6 o: O5 w9 J3 \' j有道是 双拳难敌四手 一虎不如群狼

沉宝

雷声 发表于 2022-9-23 15:48
STL对性能优化没什么帮助，只是写起来比较安全而已。
% W5 M  O7 k1 D下面数值分析回答的是对的，要么用avx自己写，要么 ...

你觉得在用AVX自己写与用GPU加速的Octave之间，谁有可能性能上超出？（基于中等价位的硬件水平）

马鹿

mark 发表于 2022-9-22 22:43
这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.
2 G7 k+ _2 p. \
' B. X, y6 N8 g2 m最好还是用高性能的计算库, 比如inte ...

- D' ^4 b* p9 O# O, \我不是it的，说汇编是起哄呢

四处张望

矩阵最简单用eigen，然后enable  avx2以上

雷声

雷达 发表于 2022-9-23 08:13
! y) C% q* E6 n$ s( t& Y7 J, V/ p嗯， 我就是觉得 FFT 反而麻烦，互相关代码本身倒真没有几行。那看来就用 octave 就好了，没必要再用C++ ...

STL对性能优化没什么帮助，只是写起来比较安全而已。
* I% n6 G- u# Y( I! W/ n: w1 ?% }下面数值分析回答的是对的，要么用avx自己写，要么就凑合用octave得了。
9 I! s0 g/ J4 A4 E# i9 d买个Ipp库虽然不贵，但是还是要几百刀的吧？

雨楼

实际使用中要考虑综合成本/时间。比如用octave /Python 解决起来简单。自己另起炉灶麻烦些。

走两步

涉及矩阵的用blas

mark

马鹿 发表于 2022-9-23 11:18
- d, S4 k7 I0 ~: I4 R$ b: f1 o汇编快！

这种问题的优化, 在语言层面没太大意义, c++和汇编没什么本质区别.

. {" H  w( w7 ~0 l- W, z: O最好还是用高性能的计算库, 比如intel的ipp,或者看看gpu方面有没有类似的库.

数值分析

- w1 ^2 x4 N/ a4 @
6 L: }) Y* b$ H) _# o! uC++ code 用的是普通乘法？换成sse/avx向量乘法试试？
9 o6 L4 l' w' B, T( {并且是单线程的？加个openmp并行试试
或者调用mkl 库的互相关函数试试

马鹿

汇编快！

雷达

0 X, p( X) V. @( T8 w$ [4 j
研究了一下，似乎可以用预处理指令对浮点运算做一些优化。这个问题比我最初想象的要复杂得多

阿忙

Matlab不是浪得虚名的，要打败它还是要下点功夫才行

可梦之

Octave/Matlab内部对数值计算做了很多并行和优化。内核甚至是用Fortran写的。你用C++重写，没有做并行优化，真未必比他们的性能好。

雷达

/ \1 G' @4 C" `

雷声 发表于 2022-9-23 07:02
, R. X# R1 x# R! v互相关这种是最适合矢量化的，Octave应该是用SIMD 或者CUDA写了核心的计算部分。所以比没有优化的快很多。 ...

$ J/ n8 F2 o2 r& o
1 H/ |% f6 ~0 d6 z6 f嗯， 我就是觉得 FFT 反而麻烦，互相关代码本身倒真没有几行。那看来就用 octave 就好了，没必要再用C++重写了。
另外，我现在就是用指针数组，如果用 STL 的Vector 会不会更快一些？