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
b8 f# }7 [' r拉下来？拉多少？
+ g1 U4 i1 e% ^6 J' H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
' A3 T) m/ M0 Q4 V$ hMaybe 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
+ M6 k9 E$ {0 y5 b) ?void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
( Q: E) J. M0 C) p$ f{
X+ |; X0 b3 Z; y; B0 y 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& U9 m! ^! U( r. [+ g- M
这个不是这么比的吧。。。
# e/ j4 q; H5 I
* w% P x6 [3 {6 C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
& J3 [" B* G) G! S, u2 F. N有道理。
5 F3 b4 C. n7 j' S* o4 E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
, W2 M; Q- [) [- ?+ G6 Q J这个不是这么比的吧。。。
+ E( I" I4 C* J- m) q8 |! G+ X, ?9 o* j* V
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 01:48
* ~4 q9 s% D! z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 01:27
( Y' l- m9 n) D$ S* l, O: Q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 04:47& l) |2 j3 U: T! q: L, g3 N
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 04:474 i' I4 O2 D6 @* @5 a
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
8 H* j- ^+ n( Y8 g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);
$ u8 U+ R% S4 j: l9 Y# B) Y       std::vector < float > vec2(N);. N4 ^% G! @! r+ B
      float* b1 = new float[N];( k6 y8 W! O& t; A9 N$ L7 L
      float* b2 = new float[N];  x1 D& l3 f) o/ k
) {9 O/ q9 C5 o% G$ Y
      for (int j = 0; j < 6000; j++)
6 s/ s" U& d- Q       {* k5 E/ C7 M; _3 r& H6 ^  H
            std::generate(vec1.begin(), vec1.end(), []() {6 C% A0 Q+ s* _  L: `' V) K+ A
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;; C, u8 f# o4 K; v  I4 v) N4 V2 R
                     });# A# a! e& i3 P: W
7 R7 m- q7 I: l  I
            std::generate(vec2.begin(), vec2.end(), []() {  H0 e2 J: V5 l
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;# r% e. q/ N3 q9 f" m0 Q  U
                     });
' k: h8 i- l  v2 H7 f* i0 m
5 x$ l+ u: U% n# i& B2 }0 ?$ R, L             for (size_t jj = 0; jj < vec1.size(); jj++)
0 ]9 O3 X) I7 F. L) |             {
2 ]( X- ^3 F( i5 E2 K                      b1[jj] = vec1[jj];
- S! ]+ _9 I7 Y" I! G3 ?* _             }, h+ }2 a% O$ V- `  m9 C

9 i- G2 e9 r% N( L- K! e/ N             for (size_t jj = 0; jj < vec2.size(); jj++)0 \  J* B! a( b% q  k) i/ a
            {
) j- j3 `% Q9 o) p1 N                      b2[jj] = vec2[jj];
, l! s2 B# ?7 W0 y* E8 [- y; @             }8 y- I% H0 J, c9 |* X
# k& r; r7 {$ B3 @* H
            //Method - 1  N=100000 247s  * N; Y# b6 w6 m5 v; S7 K
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);$ r; W* w1 e6 B6 g" S  [
                              4 C( _0 k7 [1 \+ d* {$ R$ h
            //Method - 2  N=100000  237s
$ U5 D: z! `+ F             /*
& f# j" M: `8 ?, g             for (int jj = 0; jj < N ; jj++)+ Q& f; @8 S; Z1 z! _+ ?$ {- G
            {
. M7 |+ u+ y- J( ~8 ?2 V7 a                      fresult += vec1[jj] * vec2[jj];* |1 f) `. }1 z) u2 w' u0 e  V7 F6 D
            }+ i) c& H) F5 [  D, G/ p
            */
2 @- L; |9 Q. X& @) o; Q
9 O9 @1 C! A9 p1 _+ L             //Method - 3  N=100000 204s+ }, o8 B# x, `  V) Y" F& n
            /*
6 P/ X$ j. P  @( V* U( n% x             for (int jj = 0; jj < N; jj++)
* S) a+ {+ P+ T2 v             {
0 y$ D/ Y9 ]( N- z1 U0 o                      fresult += b1[jj] * b2[jj];
/ l; h3 f0 \9 j             }
7 l* d+ X) o" A6 ~0 O             */
3 L1 j5 p( R2 Q" b1 ?& w5 A3 N: N& D0 i' y: G4 ^7 D1 ~* i
            //Method - 4 202s. Q0 l% c( Q0 V. K
            /*, d3 X* K3 _" O3 \
            for (int jj = 0; jj < N; jj++)
# M6 ^$ [% y5 s& y8 K             {
( [0 R8 M: b0 A6 \, o& H: n' r' s' f
( g2 C- |+ W2 |# [' H- {             }( I6 i7 j) Q4 E: |0 O
            */( ]" x8 \% W6 e) L
            //comment out all methods, N=100000  202s
# d  U+ \* a4 c$ L' F+ k0 p       }. w- v' m4 A  K( l
9 L/ t" s( d, k  p3 T
      delete []b1;
' c, h2 }, H+ Z+ P7 [9 u# T       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
2 `) {9 Z$ ?! }9 H+ U) `0 a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？# F9 E( e& \* v# D6 ^! [
7 I. g+ T3 [9 G+ G
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
, F5 P$ Y: v0 \7 F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
/ s8 H* L+ @" [/ V1 {
] X( Q9 P! v2 Z& y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
* Y. I# Q5 z, j: |void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)0 o& p; `1 q! p' t3 i7 U1 f$ A, B& ^
{! v. r0 }2 F. N" @5 D
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