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
1 Q2 _- ~$ ^% o8 w3 ]" `4 | Q% F拉下来？拉多少？
- }8 o& Y( W7 o8 B9 p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 i1 l3 U0 |- 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
& J. ?$ \! I: C. _void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)0 H- n) Q3 l) M& ~/ R( I* \
{
& t! A1 S* w4 W' [ D 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: A- O$ E# A- z1 _$ y
这个不是这么比的吧。。。
0 }4 g, y- V% C
% V: C9 H S( T2 A9 o+ Q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
/ T4 }! _# l7 u9 n有道理。" p" }* T+ ?6 p8 ~8 ]& k9 s6 D8 J
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
. W" ?8 m4 {5 v这个不是这么比的吧。。。$ ?( N1 ^" x( u& X
- k+ d% m, ?4 m& `
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
, b! @/ p& y5 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
( F6 k- n2 B | s: C1 M, I( G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
% b, `& v* q) w' f2 b' S* Z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 04:477 R" e- P( B- ^2 u1 D
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% H+ c( `* Z+ X y! A. Z1 G
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);. w) a( U4 H: M! h, h
      std::vector < float > vec2(N);
. c# S9 n' W# m2 w       float* b1 = new float[N];' l2 |4 Y( D" x
      float* b2 = new float[N];& N( O# k7 {7 K5 Y( L8 |! b: s
9 W) q  w4 k. [; \/ L
      for (int j = 0; j < 6000; j++)
' w! Q( k9 J4 y: m7 I6 Y  {( k       {
( ~  x* b% `; [3 U8 ]  c             std::generate(vec1.begin(), vec1.end(), []() {' c+ V" P2 e9 J4 ~
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;5 b, O/ Q; n5 h' C, @
                     });
$ {5 b2 Q, |' j) t3 x# |1 s" j) I3 Q) ~( l0 w) d$ o
            std::generate(vec2.begin(), vec2.end(), []() {
4 }( n* Q  I( l: z                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;/ c4 e) @  A2 a8 l0 ?2 ]
                     });7 k7 \+ |. H2 g, W6 |1 x

* d; U3 M. b8 T* [             for (size_t jj = 0; jj < vec1.size(); jj++)0 V! n0 d( k5 d, [% u, L
            {
4 E  W( T/ O/ v; o& ]                      b1[jj] = vec1[jj];; d8 Q8 A: |) L& T
            }
4 k& s+ u# |8 r! r2 _  f; o( c8 ~, Q5 G, G4 K; P
            for (size_t jj = 0; jj < vec2.size(); jj++)+ c. |# l5 L3 M- D5 K
            {5 r, x4 ^/ Q  x
                     b2[jj] = vec2[jj];
* N. n$ _) \5 q" u, S  y% L; f             }
! t9 e6 @4 r, D" n# C- m+ x$ u4 @: N, g, r% j2 Y6 x5 w
            //Method - 1  N=100000 247s
* V- r" R2 h2 s% Q$ _: z& x             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);" ~! S4 V6 A  A2 J! m/ G& O

7 c; f0 \1 a- U' Z             //Method - 2  N=100000  237s' ^# e# p9 E$ q0 V5 [/ ]- \
            /*
+ n& k& O( Q! j3 }% \             for (int jj = 0; jj < N ; jj++)
) T  k+ k& q; O/ b0 f# k, q             {
0 O4 [! B& m; L+ R, w" V                      fresult += vec1[jj] * vec2[jj];% R2 \& w7 S  }  Y) B
            }
. H3 p3 b9 a. _' U             */
: s8 E" ^0 S) p1 X( l  d3 K- S, T
& u$ `: ]' |" s! N. c& t$ l             //Method - 3  N=100000 204s# }1 V# `! K1 g# H2 B/ R# _
            /*. c9 a6 ~+ V7 e# k0 g1 O. U
            for (int jj = 0; jj < N; jj++)* d5 Q  B+ G5 a6 H8 f
            {: e; R: j+ t3 b
                     fresult += b1[jj] * b2[jj];
+ z4 p8 L( v: Q9 T0 E6 E             }1 l' M: W/ s* X# D% l$ I& v
            */
' B& g  w8 J# y  ^5 O! q- s' e7 ?4 H" r% X& [: u
            //Method - 4 202s& T6 }8 @+ B8 j: |
            /*
2 k- i6 [/ N4 d$ X/ C             for (int jj = 0; jj < N; jj++)
7 k) x, @7 y/ Y* f. k) f             {5 H% h# Y" d5 \* ^4 _4 G

5 L! |' o# y6 {6 P! c             }3 D+ k4 h5 d6 F" d
            */
  k- q4 M8 |1 h3 s, f- S  x1 @! [             //comment out all methods, N=100000  202s             ( C/ t2 J& u8 e; X& |
      }
* ~7 c, w$ k( H. z
+ G# O2 I& n& f  N: l# Q! f       delete []b1;
! Q, k% B/ M! C4 j1 Y/ r2 g# \       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
& d+ a) q% s/ q4 H; C w9 [' z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？
! `' l/ w+ C% Z1 s. v" f
" S8 j u2 |' C: c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
$ {0 M3 J0 V W0 M: T, \) 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 ]- U* z" x+ u4 {3 Z# ~+ t

2 B6 x$ n, ^9 @4 ]; |) n4 e" ?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
9 n& ?, p) f$ k, {- }9 E* Svoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
3 v0 y4 [8 o! S! a; ?* Y, U2 E* }2 R{
4 j3 m+ D9 s6 m. Z 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