C++ 比 Octave 慢好多，怎么破？

雷达

/ {/ x( C& |3 b, a2 B5 n- O6 H2 {
做一个数字信号处理的小算法，需要算互相关。
* p! x% e4 z5 w9 f8 k0 }- b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。
! u7 z1 A4 ^: h
7 z2 M5 O7 {4 ]& @/ x" J' }Octave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 。
! Y2 Q" n7 v# H- l* a8 ?6 e" e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。
, R) J. z6 a" L+ p! j
1 N- x3 O9 D" O) W+ o2 PC++ 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。

/ y* Q: o$ |6 b% g高手们给分析分析,  多谢了。
, v/ \6 T6 G: f/ S7 F6 F* t

雷声

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。我差不多20年前做过类似的二维相关处理，优化过的比老师自己写的快了三四十倍，实验室的小崽子们怨声载道。因为本来等处理完一次数据需要差不多六七个小时，正好打游戏。优化完了之后不到二十分钟就好了。啥也干不了。
你想省事的话用Intel的IPP库，里面有现成的高度优化的互相关函数。或者用CUDA自己写一个。
" X+ v/ x! S4 b: ~7 y" F你做信号处理很熟的话，这个还可以用FFT来做。应该会更快一些。九十年代很多人这么处理，主要是那时候CPU实在太慢。现在基本用不着了。而且FFT前后处理比较麻烦，加窗什么的。

雷达

" ~  T9 x3 g) H! c6 P

雷声 发表于 2022-9-23 07:02
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。 ...

  Z) ?8 ?! U1 z4 p& v, d: K
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。
7 K/ V/ O0 K, h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？

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。

阿忙

Matlab不是浪得虚名的，要打败它还是要下点功夫才行

雷达

. }5 T% B# ?% ]! F( {' Z" j
; a5 M& x1 ?: y1 ^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

马鹿

汇编快！

数值分析

C++ code 用的是普通乘法？换成sse/avx向量乘法试试？
/ M5 P: _8 c) b9 r2 S/ x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

mark

马鹿 发表于 2022-9-23 11:18
" u0 a# A3 q5 `, s( e0 g9 a汇编快！

2 B* R6 P' k. z6 l& ^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.

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.

走两步

涉及矩阵的用blas

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。

雷声

雷达 发表于 2022-9-23 08:13
( `/ T; e4 D7 o% [8 ~' j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++ ...

- A% H! E- W9 h0 h& J- ZSTL对性能优化没什么帮助，只是写起来比较安全而已。
4 g9 K$ ]5 Z. N# l8 ^* {6 U0 M3 Y) C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。
买个Ipp库虽然不贵，但是还是要几百刀的吧？

四处张望

矩阵最简单用eigen，然后enable  avx2以上

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.

  U3 S* {1 g4 \+ e& Q2 v6 J最好还是用高性能的计算库, 比如inte ...

我不是it的，说汇编是起哄呢

沉宝

雷声 发表于 2022-9-23 15:48
# a6 f$ j- G# m: g5 ^STL对性能优化没什么帮助，只是写起来比较安全而已。
0 G8 f/ X4 c: r下面数值分析回答的是对的，要么用avx自己写，要么 ...

/ }5 W# s: t0 B! 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）

数值分析

- F/ X3 b( Q3 u5 l8 T: g7 O  n4 r9 S4 h# H

沉宝 发表于 2022-9-23 20:53
0 I+ X; k; u$ }. X1 f4 U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） ...

  B& |* w" e0 d" W7 _
必然是GPU啊，10来个核心对上千个计算单元。。。
# l( V# D8 m" A5 V  }: L
有道是 双拳难敌四手 一虎不如群狼

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！）
& N; T% H: E1 e# \4 b
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

机器猫

mark 发表于 2022-9-23 11:43
' I% Y2 m' S: G& h, E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.

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。
$ y! d- K& W0 \1 a" z# u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
, j% M; O4 @+ h. j; f
$ O1 V8 J! M  t5 N, [, w当然对于调用这些库的代码来说，一般C和汇编区别不大

沉宝

现在进展怎么样了？
2 D! s* J' a$ j4 r; B- i
. r( ]! R+ Z0 @7 V; A; {5 j想了解一下你问题的规模：
4 G: M  m- G0 Y8 `" c5 }) V1) 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？

雷达

沉宝 发表于 2022-10-2 01:38
# f. R1 l8 b$ e' s现在进展怎么样了？
: G2 I- B* ^% F2 T( \* {
3 ^) ~: E. m7 }& G# n  C# ^想了解一下你问题的规模：

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。
$ O5 q7 x* E7 b! Q2 F: |9 x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。