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
4 l- w' w: }8 Y7 ?拉下来？拉多少？; {- N3 N6 w% z$ s) V
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
/ ~$ W# s h9 I; W) Q1 G! q# bMaybe 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
2 e- B* u3 q8 yvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
' _3 C+ c& _0 y0 u4 i7 O{2 V7 y2 e2 Z! q* k
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
. v& h: t# @( n5 ]这个不是这么比的吧。。。
! j- F2 N8 b% l: |7 v! y$ b! I4 g1 i
# S3 t, _8 F3 M0 }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
0 H5 T$ N. p5 P& S有道理。6 l: K! O! ?/ F8 E( a& ]
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
% e8 m. o* l4 E* ?. k/ P这个不是这么比的吧。。。7 ]6 K" k# v3 n

3 w( t- b: i6 Q4 U) c, z3 J! ]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 01:489 i+ V1 ~; a* [$ V E- A1 Q
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 01:271 z K) r$ J8 s4 |, G& x. c) m Z. @1 P1 B# A
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 04:473 p0 a, r$ Y5 J( Y B, e& c
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" H& u: U' F2 ~) e. R0 p- A2 f
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/ x8 `, {6 s5 \' u
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);
6 `' G. r0 s$ L6 A       std::vector < float > vec2(N);
% g& M" B5 {) F' L       float* b1 = new float[N];' u, u: L% e) ]1 I
      float* b2 = new float[N];
$ w  M6 b) D& ?5 G9 E5 B) w1 s7 r1 c- s* V7 M
      for (int j = 0; j < 6000; j++)
8 w9 l! k9 h# q' E       {8 t* v; m" i4 ?9 T
            std::generate(vec1.begin(), vec1.end(), []() {
  i3 c0 f3 G1 i                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
, p  {8 [( _( U6 n5 r                      });5 X# Y& E- ^* ~3 _6 u' a

& \8 q, S4 H5 ]' _0 g6 `             std::generate(vec2.begin(), vec2.end(), []() {; }4 B% B' y9 ]4 s. I: m
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;1 s  I5 T# G5 C+ d
                     });" @+ V& n& u7 Y3 R5 F3 u9 \

6 a5 N% J5 p! X0 L4 T3 P             for (size_t jj = 0; jj < vec1.size(); jj++)3 t" |* A' H' e6 q6 N5 ^: e
            {! F$ v4 @5 W( H& G& W. w5 K
                     b1[jj] = vec1[jj];+ K4 ~, Z- W5 ?# k
            }+ D, F' I. t# R9 i# i
5 s6 y# r2 ]( ]; j7 \+ k& s
            for (size_t jj = 0; jj < vec2.size(); jj++)
# _; Y5 \' l3 j  R* ?2 r, s. A4 }1 w             {
' y' _* j1 |6 F2 R; j, F. f                      b2[jj] = vec2[jj];7 N. k0 M! V. C, f& f
            }6 S7 x5 X- T7 {- r1 ^) G( T

5 A4 X1 j) p$ }  Q1 O. C             //Method - 1  N=100000 247s
5 n  m9 I" p6 d5 C# }             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
" i% N. ^# M+ u* Q! U% L" D                               ( U. _  \. z9 ~' l
            //Method - 2  N=100000  237s
+ v+ u& W, c8 v! r# O% Z             /*
4 K8 A4 m2 i9 [+ L& V' B             for (int jj = 0; jj < N ; jj++)5 W( W' W$ C: `& _5 K2 S
            {
9 I' b9 g& o9 M* J0 U' u                      fresult += vec1[jj] * vec2[jj];
, x4 P9 U5 ^! U1 V9 k: }/ M             }3 T9 Q) E9 y0 d4 S/ z, B
            */
% R; z1 w+ b: _& v; d. t, A                               , y0 A7 q) x: f# E+ }
            //Method - 3  N=100000 204s' Q( L9 t/ k9 K
            /*
" J: x$ s- S  V! A. V6 f4 A             for (int jj = 0; jj < N; jj++)
& N- ?7 d, ^6 P9 f* L; |- u             {4 a* m6 h! n/ V/ o
                     fresult += b1[jj] * b2[jj];2 Q  ~. C) v$ A$ _/ V7 C
            }
+ `- w* b! `$ l6 A             */
# W* \0 N5 }* Y
. z2 H+ V. r$ M( \             //Method - 4 202s0 h8 D9 h9 @! a
            /*
3 N& h+ V& ^( n6 f5 ^             for (int jj = 0; jj < N; jj++)( K  i0 Z: b1 L3 _7 J
            {
3 T; ]2 U& |9 y& Q0 a' m3 _
( v. P+ Q! S9 M+ V# o" `( H             }
. h! D) j3 M- q8 P: ^) x             */1 }" D; y! v8 A5 J9 o
            //comment out all methods, N=100000  202s
8 \  |/ K: K- G       }
( V* B; O: Z. \# b, c) P6 e! c6 n3 ^. @4 X( ~# p1 v
      delete []b1;- q7 Q! i7 v+ E! M* }+ ]
      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
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？
U! q* x6 k2 H! i" N8 \* `! v
5 x, _1 M H4 D& ?' {8 {* N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% \( ~; O5 {' z1 M4 t2 a" [
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
" w3 W9 k% b( Y, `8 K
) }$ ~3 ^7 l9 z, Y& K4 U5 ]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 n6 }" q, r2 S
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
1 z: l; g( @- y2 r% |3 b! b{
. j* j5 U$ s& x% D/ L8 n 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