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
. B. f6 e- ]8 _/ D2 x# B拉下来？拉多少？
3 {. v& H% b8 M7 q( p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 23:330 l( @1 [# ^" A: a/ B, y! u
Maybe 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 w) D5 J) i( K9 P0 Z& Bvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB) Q# Q0 ~( h4 J4 p4 a2 g* L0 u) _1 j
{, _4 L$ d1 Z) u# f' W
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
5 ^0 r" [% ~: `# ~这个不是这么比的吧。。。
9 x2 P6 I/ N' [/ J8 R5 c+ K
9 N7 T7 P: _- E) a# x8 e ^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
7 H5 i& I3 r0 a- I; ]有道理。
/ p5 i- l% ], p7 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
" l6 B$ K9 V" q. \6 N这个不是这么比的吧。。。
& v$ b2 Y* ?4 k5 h2 Y3 B0 ]
, U8 p& X4 H) H% S: C! d P3 ^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 01:488 G8 T: w/ x+ m7 @
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
+ v3 z% G; s8 U( 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 04:474 L" T+ D& Q4 @1 y
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# u: O, O' j$ a" e
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; _$ m: y7 S% z; ?8 U# O' @0 _
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);
- Q( H+ i$ w( D6 H- p       std::vector < float > vec2(N);- u" P: B# d5 W
      float* b1 = new float[N];
% w' h/ D- U2 x! n% f; [' A       float* b2 = new float[N];0 K' D4 b) j1 ^$ a: J
& g( M. B. K- W8 Y+ b; E
      for (int j = 0; j < 6000; j++)
: K1 n# L8 t( o1 c/ w       {
0 G2 r  p& `4 o& A             std::generate(vec1.begin(), vec1.end(), []() {
) V' v# a( u0 ?5 V9 ~. E                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
0 O3 x& v  Z1 t2 _! j                      });
( i) l. k8 F4 M: A
9 M- l* S1 I0 W# G" l8 {             std::generate(vec2.begin(), vec2.end(), []() {
; u( Z& d9 _1 `) ?  A0 x  H: w                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;( F6 O; V8 L3 Z" s5 t6 e
                     });: |& r# r8 B- \( X1 h1 a/ d* V

- ~! `# a) o% j% w$ @# S5 g6 a* r             for (size_t jj = 0; jj < vec1.size(); jj++)9 u. A+ Q, F+ E2 i0 N3 \# E; g
            {, K  P0 E5 S2 X; W' q
                     b1[jj] = vec1[jj];& x& [, X* n3 ~: D! Q/ T9 ]
            }! q' M% i4 e, n- D1 f# w  h. E& U7 y

; ]) d. E, k$ _& I             for (size_t jj = 0; jj < vec2.size(); jj++): K. P' c& j: C1 Y, X+ w
            {
& O5 L) l8 U6 a2 V( v/ C4 _) G                      b2[jj] = vec2[jj];$ J1 h0 l9 T* G
            }
" K( [: B, Q1 W* [) i: u
7 Z! e5 d5 \8 ?: }             //Method - 1  N=100000 247s  1 c" k# ]" S0 l. g0 I
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
' G& h) g' q. X                               - o* a7 S! q/ H% G
            //Method - 2  N=100000  237s4 [+ F" G4 M; U1 s
            /*
$ D) J0 i3 b& D             for (int jj = 0; jj < N ; jj++)
+ M  Z, }# k! y, G. N$ B             {
: y3 B* W, ]6 S5 W0 F2 F                      fresult += vec1[jj] * vec2[jj];" p, ?4 M* b) l
            }+ r/ G6 f/ ?( ^8 ^
            */! J8 t$ F+ d; h' t: F; O

+ j+ o+ ]+ h& q% Q5 a8 S             //Method - 3  N=100000 204s
$ ?- G! v) O: M8 ?# s, L2 [+ \             /*
# b/ ]# x- z5 \" ]             for (int jj = 0; jj < N; jj++)
3 M( y! ?/ X) K. y             {2 l0 G  o! a0 R4 j' W4 J4 a
                     fresult += b1[jj] * b2[jj];: r# m; U- ^  l  B' h
            }
, F! H+ h& v" T  m# O0 U, X- y             */8 q6 \, m3 o$ }0 B6 m8 q* k0 a

; [! L" M) @, ~% J             //Method - 4 202s" n% V3 Y3 F5 ?( s
            /*
9 _6 [% R& f3 [. Z  P7 y+ T3 {0 J             for (int jj = 0; jj < N; jj++)5 \9 `) y! Q2 `
            {% e! i+ I, X1 G, E, V6 h

1 `# F. n, g! U$ r2 C+ a5 l             }
: R4 K, n. x- U) ^             */
2 {8 o% a' C& _2 `             //comment out all methods, N=100000  202s             % o: X! V& B) Y6 o
      }& _6 l' [: L. Z# P+ ^
$ E% r* E3 j) M* Y/ v# P& _
      delete []b1;: {1 C9 F1 \& ?7 f/ N0 ~
      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 00:154 n) k9 `4 g- a* D; \' X8 Q
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？
0 y/ m, m' \7 l# ?
, D1 M( w. q9 t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; H; o: K3 D# g! Z4 [
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
+ i5 K# M* o0 Y3 ]! `
- l; R, ?6 f4 @9 Y/ g* q# w) b( M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
5 J+ k1 \, N2 r& m; qvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB): j; V9 |' F7 z1 y
{
& J$ F. p- L, c% s! y3 H 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