C++ 比 Octave 慢好多，怎么破？

雷达

( H! q9 D- |# C1 b! ~( _/ m做一个数字信号处理的小算法，需要算互相关。
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。

- J6 m5 s+ p# c* d8 }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 。
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。

# ]  i& B" Y2 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。

& C; U6 P4 I4 e) m3 U; l+ ]高手们给分析分析,  多谢了。
1 n' O* a+ J+ h" l, K( t4 H5 n

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。
5 D- j) d& i/ M0 e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

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。 ...

7 g% i; ]" C! t, R0 [) j& m3 a
% i" H+ r. ?9 `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

# @, M% d0 _+ h. o( w2 @
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

- ]/ D4 c% X7 N* q% b7 ~& |
  f0 g# q1 u% N; G- ^% b6 [2 g  `C++ code 用的是普通乘法？换成sse/avx向量乘法试试？
2 f' o( m/ M+ S! }# s. y7 G  q1 x并且是单线程的？加个openmp并行试试
3 r4 r) `$ {+ h或者调用mkl 库的互相关函数试试
8 \$ I+ q- G- P  `4 `' ]3 j' _

mark

马鹿 发表于 2022-9-23 11:18
汇编快！

7 S- I$ w/ |' Z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.
6 I6 {3 w* k' p0 T; S
* ]- |  W. h6 Q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
" j$ ]7 X6 }+ y. b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++ ...

% }8 f+ m% |) F( L5 nSTL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，要么就凑合用octave得了。
; W6 d3 w* p1 X3 n" @3 R; \1 N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.
$ w7 u$ w9 U. v
- I+ n& S# R( t/ Y, V# M* D最好还是用高性能的计算库, 比如inte ...

" S" v6 @, T/ Q+ n/ C+ Q我不是it的，说汇编是起哄呢

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。
' p3 f& Z. |, W5 t9 k: g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）

数值分析

沉宝 发表于 2022-9-23 20:53
0 x# K. I! u) {4 E$ a* e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） ...

' y1 t6 _" ^' N
9 N0 h+ d" j) l  P# ^+ w+ a3 A必然是GPU啊，10来个核心对上千个计算单元。。。
6 f! V& ?  g" w2 u5 e
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！）
2 X6 h7 [5 r/ |3 k/ r
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
+ {3 ~, q( q. ]) P4 o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 ...

+ b' ~) G8 O. i+ R' ]  m区别还是很大的。编译器的优化还到不了那种程度。
4 t: N' B3 X2 K  z0 {% s4 K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
2 l$ Q+ }6 \( w% V& ]& f# x
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？

* ]* Z% s1 c+ {2 i9 `想了解一下你问题的规模：
8 U; n/ `# z: E1) 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。
$ b' g8 n0 y! c6 P% N% T0 x  U2) 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

/ p& R' V. K& e7 T! o' l

沉宝 发表于 2022-10-2 01:38
现在进展怎么样了？

想了解一下你问题的规模：

1 s& w- s" E% l* Q) X  h" \
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。
1 Q" |% p# q8 k$ V( h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。