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
( A4 G) s' Z. O& M+ x4 L% d3 t拉下来？拉多少？3 r8 y. S! P) U* C& W+ ]
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
3 d* `1 x, r* E: W- {& ZMaybe 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! a5 o# O3 k. v5 I% c- G0 z
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
# {+ L" N" o" d4 b{
- p" Q6 j8 ]! e2 }4 m9 P 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 g: m. | I! @. X. V这个不是这么比的吧。。。+ j1 u' I V4 Q2 `6 r$ d* Q
& L4 S( t1 Q6 \+ [' 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 00:468 i+ M0 c2 i g6 y0 }: P z
有道理。
* g: A) f& f5 q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* ?% x8 R0 N* a& g1 b1 ^% N8 G
这个不是这么比的吧。。。
1 x x9 ^0 }0 l- j. o: m5 e% R: S, q5 J/ r4 A& s% ]3 [& |
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* M# f* P$ A: ?" W7 X' u# M, L: W
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
" V) p; \/ w6 r- Q* {5 ~ q% A( \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 p/ f3 V; J' ?' F2 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 ...

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/ m+ L( V& H* o3 R1 N/ V; g0 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
5 e' U% Q5 y0 `1 q; c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);
% S9 @1 K) {  i; ~- K2 M: q7 T       std::vector < float > vec2(N);6 p' |: o' M9 x: p9 R1 C! C
      float* b1 = new float[N];% t% k: z2 f: I
      float* b2 = new float[N];
0 v$ g. ^& s- ]% q: M
& y) t0 c7 p$ V" b; p       for (int j = 0; j < 6000; j++)7 d9 ?6 g, M! A$ M; S0 Y% x
      {- f& k" q- n3 W! T1 P+ {9 I+ p7 J' O
            std::generate(vec1.begin(), vec1.end(), []() {
  C% s, R; V, {                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
) p& H$ r5 `/ ?, G$ F                      });
* V4 i; S- I0 \2 h5 T5 Z  @& x2 a& T" R3 U* a
            std::generate(vec2.begin(), vec2.end(), []() {1 u0 E: z0 b2 |% N
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
, M% [4 N4 m8 Y                      });
. d/ q. H0 T7 G. T1 {& |/ M
  U. [) j- d0 A1 Y+ S1 i4 V) ~             for (size_t jj = 0; jj < vec1.size(); jj++)( i: r  S8 ~: X5 z9 s2 C
            {
, e8 t. U6 u0 U' Z. A( Y; Z                      b1[jj] = vec1[jj];
# e& _  Z# G& Q0 I" E* K             }
' C$ D0 `/ L+ W" E. _
. j  a$ x8 N2 E. Y" E0 G! }& J; \             for (size_t jj = 0; jj < vec2.size(); jj++)
6 F8 }  B: s5 r6 g! ]! T             {9 ?) @$ X& T/ s3 ^
                     b2[jj] = vec2[jj];( w# \' T- d2 i/ [1 [
            }
/ C8 J8 Y) E  `" g0 M/ p9 m& `. R. y' s- E
            //Method - 1  N=100000 247s  : C- I1 N: K! s+ W2 H1 b
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);$ j& C+ ^. b8 o
                              ; m6 X* ~$ W( d
            //Method - 2  N=100000  237s
) p3 Y" Q: q& ?# y' S             /*( ]6 `# s. p4 d: |
            for (int jj = 0; jj < N ; jj++)
5 U+ `  ^4 u( M( Z             {0 E, d3 M  l7 d
                     fresult += vec1[jj] * vec2[jj];
( w) h3 c7 z. H! E, ^' ^             }* s' ~- n  L$ x) {
            */
* L+ U- S5 P. s& F- j+ N
9 a2 }' E. M4 ~0 h! D" T2 y             //Method - 3  N=100000 204s# u7 R# B* t% N- o' Q4 }
            /** t/ P7 u1 f4 [
            for (int jj = 0; jj < N; jj++)
5 Y  u4 w6 z' B6 M             {- e7 Z$ Z- c" w  f5 ~
                     fresult += b1[jj] * b2[jj];" B. z2 E4 d0 K) v9 j% ]  j
            }
6 e: R5 |6 N3 C" |5 T( t             */
- \8 @0 G7 w5 v& {7 ]8 i+ e0 ]; O1 N1 f: \2 X% w' P' T
            //Method - 4 202s& S6 n; H, j3 c' Z& V- @
            /*
2 G/ d  [0 ]) W1 {, @( I             for (int jj = 0; jj < N; jj++)* a7 M+ V' f3 `
            {# B6 s* R( T& Y# p6 W# x
                     ; U2 \1 x% i' Z
            }$ U/ L/ ~+ h4 ~2 E: z$ v" f2 U
            */+ y; \6 E6 _5 T, l
            //comment out all methods, N=100000  202s
* B4 r: s+ {, c4 x1 |# N1 h, l# D       }
% a% T/ \$ M  s1 p
# ]+ _4 \* {! w+ Q: C) T       delete []b1;6 M8 C) b# v/ F( 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 00:15' q2 h2 @2 m4 B9 B( S- X. s
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？
5 @5 i9 C" b. u! P2 y
8 W J! G- _, 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 z9 [" Q" A, W
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' {0 F/ K" x6 }* S# G

4 s+ L# t! \$ B- K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
. f4 ]4 o, \; {% N+ Avoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
. x6 d) R+ [8 O" a; M2 ` L: Y0 J{
( Z: X/ A$ u0 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