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- b2 D$ r" w" q5 P8 O. T拉下来？拉多少？
; N6 I5 N! J7 ] f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
1 s+ c' `9 W5 S4 WMaybe 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 23:548 M" x7 y- p9 @0 \
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)- a/ D1 t# U+ f% x7 H
{/ R, N3 N( |9 e; s
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
4 j% t& g9 F+ e- I& G0 Z这个不是这么比的吧。。。
! s2 I$ U8 k. U* K1 e2 B6 w1 `% |* h \3 z7 C: I5 T2 a/ k
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
4 p7 F7 d" h8 W9 L1 r+ k: Z; _有道理。
1 D7 D; q& \/ }1 ^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" r5 {% M% u+ z. x9 X
这个不是这么比的吧。。。
5 z+ e9 Z9 [% G9 V
* O' O3 b9 v' h+ Q' ?' u$ y/ N9 X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
0 T* w) l7 g* b) _; v) w4 n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
3 c4 ?4 x: A! g. G( y) H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
* G* D# X& A7 Q4 C* }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/ l' U @3 i4 o, t( {
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
. O1 R- M( u6 \( a' b1 Z6 K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);
& g1 K' ]" T7 H$ H( y- E! l, k       std::vector < float > vec2(N);* t9 r- ~. @) Z2 H
      float* b1 = new float[N];
0 Q* }1 I) U8 `2 l       float* b2 = new float[N];% U  ?, \, h) K
% z4 A& R5 T4 M  c' J
      for (int j = 0; j < 6000; j++)  s7 {! b6 i; J& ?
      {
7 K# y; x" L& O1 {- O             std::generate(vec1.begin(), vec1.end(), []() {, b- Y9 `  G3 D0 x3 s( |) _
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
. t/ T# n) R8 k( Q9 E                      });
, k+ m! W; U8 h3 G& X; g* M" p! B% |# d) h9 q& |' m! S/ o# X: t; u
            std::generate(vec2.begin(), vec2.end(), []() {
$ I7 @; s& p) J0 a# H% D                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
% z  p) @( x8 M! i/ W                      });- _; b% [' @, }# x4 X4 v

+ C+ `+ s/ d4 _4 g6 ]8 Z2 A             for (size_t jj = 0; jj < vec1.size(); jj++)- q* f/ x# x7 v0 P7 m  a% {
            {
2 ]& b5 f2 b! r- m  k  {7 \* S                      b1[jj] = vec1[jj];: {1 ~( n1 n! \. K
            }) @: ~$ t0 l- {' E( y  B
8 z) O- d, J, Y. e) b7 c
            for (size_t jj = 0; jj < vec2.size(); jj++)
! ]6 o6 y3 T1 b% u+ _             {
/ }' z2 E0 j' l" }. s                      b2[jj] = vec2[jj];
6 i7 O% o+ Y; N8 M             }2 k" O4 Z* Y7 Y

# X/ ^7 B5 N9 e8 ?; {0 c             //Method - 1  N=100000 247s  + `$ c" {9 t8 s
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
% S% |3 s+ t3 C0 a( S+ v  {; h$ w
/ U* _; i* J  a; Q             //Method - 2  N=100000  237s
1 u" @( q# B4 V( G. a             /*8 V' v. e! Y3 e- n$ M1 z
            for (int jj = 0; jj < N ; jj++)+ N; ]" |0 Z* n+ O  t
            {+ W1 A7 Q0 @& [9 ~0 a1 g3 k
                     fresult += vec1[jj] * vec2[jj];
2 s3 `9 Z: f% W1 T! f             }
1 n+ Q$ @- p% x" L             */
" P- I; S& A2 q' ~, w' w
  `3 ~3 w0 Z1 O4 U3 P8 n             //Method - 3  N=100000 204s# e2 I/ x3 U' N1 f
            /*
9 [1 d* n. N- ~& a$ T             for (int jj = 0; jj < N; jj++)
$ z7 u- z2 C, s# K9 F  X  T; Y             {9 J" N, A; R# U9 k" _: h
                     fresult += b1[jj] * b2[jj];
* G6 J* L1 E# P( s4 m$ M" D$ D# g             }
3 a; r" H0 s/ n5 \             */
2 C; @- }2 A$ T; A7 }3 x8 {8 `* [
            //Method - 4 202s
4 M7 B8 i& |1 l* q# R& N             /*
. [. n( z3 w+ @: t; ^4 v6 r8 U             for (int jj = 0; jj < N; jj++)
  r9 B$ _5 D# o/ Q. }7 M             {
) h' J, P( A! X2 z. H                      + ]/ \! M% E0 z) {" ^  p. h" _
            }( B7 u. J( o7 C9 I8 x
            */4 Y, X2 a0 o! L5 D' D* |
            //comment out all methods, N=100000  202s             . h% [* |6 V$ z0 Z, Q; N" _$ T( e
      }
( {* ^5 b1 q- Q/ B6 a0 h
6 A$ o9 m6 a) z& G% |3 {% e# z       delete []b1;. U" ^1 b# m+ K
      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
% r* K0 K3 x) O9 e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？
* K3 ~/ m5 _4 \* l, A. J/ J( u4 G% N& u1 c, X0 O
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& J/ q. I5 w( C
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
8 X v' O. G# r( p6 \7 Z2 n1 U. C0 k% }, R) ?
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$ P0 m+ D# L: w% V* e r' L6 R
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
! _ |/ ?& x! d5 M' i{
6 P/ r5 t, X6 ? 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