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 23:049 y1 w1 d \+ ?& n( s/ E; x" I( E0 U
拉下来？拉多少？0 t0 o4 D6 d; o0 Z5 \' {
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
E. d7 I( P, Q% T# kMaybe 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
3 x8 o* I5 i7 n2 R b1 h+ r$ X9 Tvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB) v) M$ R8 X9 U; j% V- |
{% L5 X! @# A2 z) y6 h& ~# e
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; ^/ ~2 j. r" V# k( h0 K. Z
这个不是这么比的吧。。。 V8 V! \1 j0 H6 b9 G' W. N" B

* m1 M" P5 z7 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
, t6 G& F. |; s) @, [9 a; n' |8 k" x有道理。
* \- x# Q! L1 D" T4 P7 D8 }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
! d* p1 {: L2 z( I4 h4 D- `7 k这个不是这么比的吧。。。; T) K( b+ D( M2 r/ a

8 j" x" ~ H( y& ?$ ~5 c" R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! S6 `7 i1 G9 N; y* u) I8 d
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 01:270 {3 C5 B. O: a3 j" }$ e
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
3 Q6 o( E0 O( K% t7 [# U: _5 |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
9 k$ P3 }3 o6 z$ V: 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 ...

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 14:588 _( h# L t* L0 i4 u( s. @% r9 v2 _: d
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);
; b1 g; e9 I9 _1 A1 k       std::vector < float > vec2(N);% s& \8 i6 m& ~
      float* b1 = new float[N];- [& \7 q2 `" n: w
      float* b2 = new float[N];
$ ^! T! {9 g' t- a7 D5 }1 ^% g: b8 w) k# h
      for (int j = 0; j < 6000; j++)
! D% i! x: Q; L! }5 m1 _       {- T) i) [# N+ s) Z! d  K
            std::generate(vec1.begin(), vec1.end(), []() {) D! z% R& E' o* B& F; v
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;5 [% _  N; E! v
                     });, M0 T2 I/ _! j2 ?0 ^
2 D& r5 b( Y# ~( ]
            std::generate(vec2.begin(), vec2.end(), []() {* W" c! e; t  s8 b
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;* P8 _3 |9 n0 M% q0 C) F
                     });4 f: S2 z7 l# N% {

* k3 G; x6 J& a+ Z+ M9 Q5 k             for (size_t jj = 0; jj < vec1.size(); jj++)6 c/ {. t4 \6 ?7 F6 V4 B
            {
( {7 \* X9 N1 ^: ^                      b1[jj] = vec1[jj];; M1 O0 t+ }0 X% S
            }& n+ ?  t9 d0 x) s! f" e& z' [
/ t* _$ p  A( g, K* v
            for (size_t jj = 0; jj < vec2.size(); jj++)
& Y) F; l+ I) _             {% D: A% G4 ~( L% ?$ O
                     b2[jj] = vec2[jj];( @& K+ e0 c- U9 N+ v1 v- y* w
            }0 z9 R% `+ G$ ?1 u# y
) U% S& H4 C% B6 S* y
            //Method - 1  N=100000 247s
1 e5 W$ e. ^4 w             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);( |1 J$ ^* P5 q/ j: ?

6 p* P0 O0 v0 Z/ n" j' |             //Method - 2  N=100000  237s
$ M! C8 c& o; @             /*
) B( d! |" K& k; a8 k             for (int jj = 0; jj < N ; jj++)
% O2 U$ W' l1 v2 L# C  U7 A" h! k             {
; Q; {3 G9 p$ I, ^! g/ T; j                      fresult += vec1[jj] * vec2[jj];3 F1 _+ v# ?/ {' v
            }# j# D1 W5 w  s' Z0 r
            */" a% N2 b7 g6 k" A- j4 \

; [6 v! n, `. O9 w  A- C# D             //Method - 3  N=100000 204s
* b; ]" ]9 g2 \2 \             /*. S& c5 N% z$ }" e- e3 x6 l9 ^
            for (int jj = 0; jj < N; jj++)
/ s) X+ x( r1 b. i; C, A/ S: Z% M             {
; {3 e* r* e- T3 Y; Z                      fresult += b1[jj] * b2[jj];
2 l/ a/ W- ?9 x! p: d# Z1 y             }) b! M' M) ~5 Q8 Q
            */
5 N+ H9 f% K8 B
: [* ~  G* {. k. K6 l& [             //Method - 4 202s
7 }% S7 u! }* ?             /*
) {7 f& \5 B% z' n             for (int jj = 0; jj < N; jj++)
' J& O% g6 \2 E             {3 X# i  t7 Q6 i/ G
                     / n: W" b: ~  p' I5 P
            }
+ |9 U8 l; l# M" R$ E+ M             */4 m  p; k! p# R$ d
            //comment out all methods, N=100000  202s
$ i9 }+ p' J6 x8 w+ ^5 U* _       }
9 z3 K5 N3 d$ M; H8 x2 `8 z% ?# k/ D1 X( K' _2 D( H0 D4 l
      delete []b1;! r1 H. `6 m: U! G9 N0 w4 E$ ^. Z2 J
      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- B, M8 T( ]' Y H
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？4 k8 G1 ]# s% g3 B. T- H+ |$ f

" V1 b( D6 W; a4 `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( F- C5 ?7 r/ x3 j! R
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
/ d3 |# I7 V- }6 G& `
, f7 y/ N2 _& n2 f1 Q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
0 f# a% |1 n( ~) }void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
& a% Z% u1 y! O# R$ s5 X{/ f" [: l/ p) ^- z5 u
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