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
* a C4 N+ e2 X拉下来？拉多少？4 Q+ D8 |) y0 J: B0 w) R6 S' Y
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 d$ j- r7 P* } H7 s% B8 w
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( r0 @- X( i* C1 O
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)! N9 O( i- E$ Z# `9 ?! L
{3 p6 V. C6 T' R7 s# r) `
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
+ k4 F! R5 q( {这个不是这么比的吧。。。7 h4 R3 n8 S/ ]" g K

$ y. g4 B+ p( H+ o7 I7 {' Y$ y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
$ y+ R' P* h9 x. a9 N! _有道理。' @# m x! E! U/ r4 Q7 i
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
4 F3 {; Q* N, h$ N5 x这个不是这么比的吧。。。: I/ F9 P, A, l+ A- c; x- b# ]
& m2 a- Z$ v* B' D5 N- \' 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 01:48% o- q0 v* Y& B& f3 P
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
& s X( b. D! y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
4 q/ B. ~, W1 K* p% {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
8 S* D3 F6 x: |6 J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
7 S$ i4 \6 A, _2 Z( a; K/ p7 O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);: Y. ]+ Z4 n% `
      std::vector < float > vec2(N);
8 I- `7 v* h( \! w4 e       float* b1 = new float[N];" Z6 [% b3 K  d5 l$ z9 M- D
      float* b2 = new float[N];
7 C* ^' _; W3 P4 J/ T% s2 w
% K% `1 V1 d9 M- y       for (int j = 0; j < 6000; j++). C7 n: o0 f. Q0 b
      {/ k, l8 o4 c8 E; h* k/ I
            std::generate(vec1.begin(), vec1.end(), []() {# {4 ]9 O) I. z4 n, o
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
+ t2 g1 V' \! `. C                      });
& \7 |; \( m# m1 f# i( `
) k, W7 A, P2 X             std::generate(vec2.begin(), vec2.end(), []() {
# Z. z6 p8 X$ [; k& L                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;( J2 k4 s8 H- U: J
                     });
, j4 h, A7 m2 L6 O
, o/ X9 c0 t5 \: z; i# N0 \             for (size_t jj = 0; jj < vec1.size(); jj++)0 N% M" I& p! u# Q
            {
3 _% x8 Z+ B7 y' K( y  s; L                      b1[jj] = vec1[jj];
6 {/ k/ m2 n" d% @! \2 ~* B6 o8 M             }
# \4 T3 Z, |2 R) j/ o
# h; l8 s" H/ ]' x" f& Q, B. Q             for (size_t jj = 0; jj < vec2.size(); jj++)8 }. L1 K! C/ m" N$ }
            {
5 ^+ ]$ L. _! J# i7 H                      b2[jj] = vec2[jj];- b; A; I) [' w
            }
  S. C5 O7 h+ y3 }5 T0 c# @. X# M* h
            //Method - 1  N=100000 247s
( q# Q- i0 t" g3 o/ v. _             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
2 S) R9 y+ Y+ W, N% }, K: F0 ^
7 g- |( z# \; Y% e* Y2 p1 L             //Method - 2  N=100000  237s! J/ a$ J, c) e
            /*5 c) j  d# k$ F9 j9 N
            for (int jj = 0; jj < N ; jj++)- O4 P8 i5 J$ x& z# p. d" k+ e# q
            {
' C$ h8 l) @- t' I# I  r                      fresult += vec1[jj] * vec2[jj];
9 E+ U3 w7 H: D( N             }
. B5 l( C& r9 k3 b- V: R' B             */7 p1 S7 N( X7 s/ W8 ^3 b6 @

5 g4 k7 z; S- G8 @/ u% G             //Method - 3  N=100000 204s. f; w3 E2 l5 h+ @) C, t1 ^
            /*
! h8 V6 l( B4 @             for (int jj = 0; jj < N; jj++)8 M0 ~6 [+ m) l- x% J
            {% v3 t/ l1 y; v4 B# g; e( a) Y8 v
                     fresult += b1[jj] * b2[jj];
# k/ x5 b* y* e% g9 R             }2 B: f* ^, O% V! Z0 a
            */# v# {2 U! e  c$ K* A2 z0 Q- h

) Z% g5 F" L. j             //Method - 4 202s* k, G* U( W8 a2 t+ x% E
            /*; [( j$ I3 u! h9 \$ z1 ~- I
            for (int jj = 0; jj < N; jj++), a1 L( Q4 A, _, L0 n: K
            {2 e# M8 M6 G: p6 Y4 D

6 ?4 o) ^7 ]0 }6 C. i) F             }
5 W% ?5 v6 V- S             */
* k% y0 M0 _7 U& N- C9 w             //comment out all methods, N=100000  202s             9 u7 P( w- g/ A4 A+ S: ?
      }; o( B# L8 S+ \7 u' c7 u, U3 l( e

; \4 @/ Z- S) C       delete []b1;" M# x4 N; Q. ~3 }$ a  c  a
      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 00:150 [! O+ L4 s0 C7 {- A; F
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？
E0 R3 y$ I2 a* U, U8 s& q9 |0 p; ?" x% i0 h
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
& X% S! z/ L" ?' h+ S1 R, l! U# P. u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、LOL3 s! y, F) o; v) f$ ^* _6 u
" ~6 O# A o0 }) g* A' u2 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
: U$ p4 h# _" N! G3 i; S7 z$ ~2 kvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)& n; h8 w' ^, a: m
{& D- D# r W7 N# C+ Z* J$ o
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