C++ 比 Octave 慢好多，怎么破？

雷达

做一个数字信号处理的小算法，需要算互相关。
! S% E2 a& x1 v1 m  A; _5 S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。
1 u. b* p/ e  x6 i( M# D" q0 G
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 。
4 Q( L' J8 J" A' A5 N! K' u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。

  ?, b9 F1 t6 s2 `& S! fC++ 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。
" u, e9 Z. W: q3 O! U! x5 o
高手们给分析分析,  多谢了。
  M+ G$ X) ]1 e: L! Q/ Z4 t2 a

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。
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

0 V  M/ ?0 Z8 c/ [* ]

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。 ...

# b+ r" o7 V$ A8 J. O  v
. m/ c9 y1 j$ L; W- L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？

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

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

7 j% f% h2 @/ [9 l7 L/ UC++ code 用的是普通乘法？换成sse/avx向量乘法试试？
8 j+ B& w* R1 a) G并且是单线程的？加个openmp并行试试
' v9 K9 Z9 z( H$ L6 D# {2 E0 {3 O- P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
1 i! Z# K: }5 c; t; _3 ~. x# \$ [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.
; C& |8 d4 n4 [" r$ a9 p
( T4 }2 a* _8 \# V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
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++ ...

* V' e. _: n/ W! E* YSTL对性能优化没什么帮助，只是写起来比较安全而已。
: m, G  f2 I$ O, J7 ^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。
/ P" h7 Z3 M+ u4 P% s" U" `' [买个Ipp库虽然不贵，但是还是要几百刀的吧？
, k% J4 o8 @; {+ R; Y6 L

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
7 y  O  t3 v. U8 V. `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.
; ]. |  i' i1 o6 Q0 H% u. d$ g
7 p: Z" L' M" w; P* V- Z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
4 V  H1 N2 E7 P  z* C( mSTL对性能优化没什么帮助，只是写起来比较安全而已。
下面数值分析回答的是对的，要么用avx自己写，要么 ...

" @  e) _) @+ s* [! Y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

7 H; a' E8 E7 g& }1 x5 y

沉宝 发表于 2022-9-23 20:53
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） ...

必然是GPU啊，10来个核心对上千个计算单元。。。

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！）

7 k1 h4 ~9 C$ {* A6 u( {8 X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
) W6 A5 n9 H. c7 d+ f5 \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.

5 y% X7 v& J" x) I9 S# v. }2 I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。
# U5 D* n0 D& R# v) ^1 F2 ?# L% B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

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？
. B. G3 ~: W) m. ~: \( P
' A8 N7 `; G5 S0 C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 E4 r2 w; s( s# T+ G& S: L1 }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
. o! Q9 V9 v0 K1 ?  j现在进展怎么样了？
7 ^2 M: ~6 _4 H8 B3 q* X- g9 Q2 _+ ], v
+ A% Z  n, Z, K! t( T5 a# ~1 T想了解一下你问题的规模：

1 P( n8 N6 n0 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。
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。