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. w9 t3 \; U8 |5 [6 B
拉下来？拉多少？
3 b7 l2 v: d& u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+ I* I+ t/ O+ L" J5 T% C
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
: s. K) r4 [# p# Dvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
; G! d' ^( w# S{( D1 {) Y# E+ C
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 00:203 z/ V$ w* j" C7 G$ a. D4 i
这个不是这么比的吧。。。
, h9 ]# W L$ Q9 u' Z8 U/ i: b# F
8 X: _+ }* 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& B$ W7 }* S4 V8 {0 o# L0 T0 `
有道理。
- p* @3 w4 W3 Y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
( k8 o" [- m W这个不是这么比的吧。。。
" ~) |6 e2 [4 m7 J/ ~/ i5 X2 r+ \, [ d$ y0 u: L) L
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 U- G/ U1 k# j( o6 A5 D7 L) C
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
/ h8 b1 L# {8 ~; x! _. O% D3 z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
' n4 ~$ M7 t' h' B7 U, ]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 k0 ^9 @( X2 ~5 B; @9 p( t* 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& Z# ?9 N& K! w! H; g) V
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);( g# \7 v. y% e2 A% D
      std::vector < float > vec2(N);) \! ]6 y5 `+ Y7 o7 a% m
      float* b1 = new float[N];
( X/ R+ w2 K4 G% j4 I8 Z       float* b2 = new float[N];  S! w0 |4 X! t( s- a8 n. L" G
) ~5 ]9 R! y% B& T, i
      for (int j = 0; j < 6000; j++)
5 i6 J- g' W1 h" u$ Z. o2 _' T       {" G% T, ]) N# ~+ M/ Z
            std::generate(vec1.begin(), vec1.end(), []() {# ?# g6 Y! \- D. x  U0 P
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
/ n. H: h. O) ]  q. V                      });! a) p. ^9 e% q& F

8 p7 D8 b, T: P3 r. C6 O, }0 Y5 w             std::generate(vec2.begin(), vec2.end(), []() {
, U1 |/ l8 z+ I5 ]2 v4 _, i8 X                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;- }* u. r' j9 I8 [. c$ ~
                     });6 A1 U& l9 g2 m( `; E
% t2 w" L* b4 D9 K3 \. a  ]
            for (size_t jj = 0; jj < vec1.size(); jj++)
$ I8 F. v2 F8 ~( m( w; X             {" b9 E4 w) `$ u9 g
                     b1[jj] = vec1[jj];4 y2 T7 c6 c% {4 Q
            }, G- V" {  H+ e4 f! V: w: j6 Q# Z
# L8 R' x8 ^4 `6 x& F
            for (size_t jj = 0; jj < vec2.size(); jj++)
; {# s3 S$ Q; G* q             {( x1 Z) M4 W' C' h$ [+ e
                     b2[jj] = vec2[jj];
. o9 X5 J2 n$ B! `             }
! C; b* u) P9 P9 u7 d  f5 l! T9 h* P1 g( B2 J
            //Method - 1  N=100000 247s
' {9 ~0 F8 [( {3 `             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);4 N4 y+ ~9 _% c. R- i" x' p

9 D2 v9 i) T- d# ?             //Method - 2  N=100000  237s
' f0 f5 C  H0 k0 w0 T& @' Z             /*
, r$ ?0 M8 T9 [* \% [6 [             for (int jj = 0; jj < N ; jj++)3 {0 \7 e% D! w; d. H- f- L
            {: T6 ^- w% T% c
                     fresult += vec1[jj] * vec2[jj];
5 n8 h: B! H3 X% G             }
1 @  M- G+ U* s8 L             */1 w, R3 C" G5 k* f

- @; g$ `' f- F3 _             //Method - 3  N=100000 204s, n+ h2 ]& ~! k8 ^
            /*
, J# H7 U# |7 T8 H% n9 f             for (int jj = 0; jj < N; jj++)
7 x( k) j/ x* P             {% J9 [& u/ i) w# S! m+ x
                     fresult += b1[jj] * b2[jj];
* `4 }! o5 ~9 |             }3 W, `6 A) ^3 W2 X& F
            */* \- c% K0 {. H9 T- I" w( P9 Z
( p* B& ?7 ^! U8 S1 L( q- o
            //Method - 4 202s7 K$ Y5 b: J; H& b6 @7 ~
            /*
  s, Z! Y9 F: k  k5 V. J             for (int jj = 0; jj < N; jj++)! q. ]2 `3 h. _  s# ]% V, w
            {2 C, b4 A+ _5 `1 C4 C
                     3 w7 p9 E. S# L
            }2 I7 ~# L2 V) N3 r# }4 X( ], S
            */! R. `' i1 P5 H+ L
            //comment out all methods, N=100000  202s             * E: q3 M) e) G, V! g# a0 u
      }
5 ]& H8 M( }9 C+ A  g6 p3 N$ O; i& o1 V. n" h7 j" I& e+ N
      delete []b1;
; Q/ x8 Q3 s+ i1 C. D3 G8 v' {7 F       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 00:151 n6 J% Z/ T2 y) j) J) F6 v
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？8 a1 A2 V6 e: I9 a

. B8 d9 N% q9 y& z. W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
; r6 H" Z/ A0 O/ B0 F$ Y2 v- O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. M" r2 X! V# F3 K
1 D6 A+ k* v6 k; Y) i7 Y6 D3 S
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
2 _! e0 g" Q! _0 K5 }8 N: Y% j' Nvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
5 y1 o% w H" a4 y" {: n" l8 Y{7 n+ b2 h5 I F$ b7 [7 A
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