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 23:040 ?/ A) E4 V+ d- c# N/ |
拉下来？拉多少？
, D4 L! q: G0 s. S" Q9 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
, `4 u" z0 p: cMaybe 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/ f$ d1 L) A& [
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)4 {# c- m# L# E" r u$ X
{
2 j+ }1 w. X8 z 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% s& @% b. {# L" c
这个不是这么比的吧。。。
% l# q* E% a/ _' ~
6 ~( ?- W0 T, r* y+ y; C& 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
' R$ p4 Z& _) i3 f' {有道理。2 p' _8 r) K! K/ W$ ~! b
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! O+ n- U2 t$ a0 k% X' Y# j
这个不是这么比的吧。。。
2 M, A. `: Q# W: ~
* K) X0 h5 X" p: ^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 01:488 a4 w5 L' u" S0 m0 |9 V) |9 u
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 01:279 Y& ?7 L9 f+ q1 b: \) y; @/ L
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 04:479 U, | l- K" L. h
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
$ S& S4 d' _6 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& J2 y/ K' M2 n
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);, T4 H1 A7 @0 o$ f
      std::vector < float > vec2(N);
( j8 i5 p$ I- |! t7 P       float* b1 = new float[N];& r7 ^- w+ Y. R  ]2 n
      float* b2 = new float[N];) V' U0 [& L; G$ r8 ?* D
) {8 D) |/ g7 l) c2 A0 H9 n1 X  q" ^
      for (int j = 0; j < 6000; j++)
, P0 H; K) d1 s- n. _% z+ s: w       {# s% i1 f4 O% n7 O
            std::generate(vec1.begin(), vec1.end(), []() {
) [: U/ Q( X7 j# T4 n                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
% ~) |; K, ~) h7 W                      });/ B* T! v; d1 F* ]1 `6 ?& i" V/ q

1 ]$ N" S! r& f9 C# ~             std::generate(vec2.begin(), vec2.end(), []() {# G4 g* A4 A1 e1 `
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;, E1 _2 ?; d3 `" t5 e' e
                     });
5 P) x( q1 m. T7 C2 ^
9 V" \" C9 [/ l             for (size_t jj = 0; jj < vec1.size(); jj++)
  G1 s( a( }6 ^: d- E) ]             {! m) p4 j( e& _' G* u) k5 |
                     b1[jj] = vec1[jj];. V, v- @4 u$ O) ^- h/ ^
            }
( _  @; t5 v% Y% v- C7 o0 |/ r. ]% b3 i
            for (size_t jj = 0; jj < vec2.size(); jj++)% p: [( E# @0 V7 X, p( p( O
            {6 v, \6 j  F( I- k
                     b2[jj] = vec2[jj];
2 }- R7 p* ^, k: Z             }( V2 w2 H! b) {" Q/ B; }

' M! n3 ?1 K3 C6 {9 D$ z6 N             //Method - 1  N=100000 247s  9 ~2 Z3 G9 l9 y: s
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);  S7 l# p8 W( s& K; l" q
                              ( p) v" u% i6 d4 p$ x( B
            //Method - 2  N=100000  237s
5 U- o! m* I5 F: B  n2 D* R             /*9 }+ z3 J5 W, P9 ?# @
            for (int jj = 0; jj < N ; jj++)9 V' s8 C9 u" y) A6 z9 l( l- J
            {
/ [( p  T( _( O1 I1 H8 }# a" b                      fresult += vec1[jj] * vec2[jj];7 U" M2 r) z' k( W" ^0 Q' E
            }
( V" p4 D/ _: ]5 x3 Y             */  o4 j; b# ]. L% ]8 X

* s1 c2 {$ ~2 ?" b0 @             //Method - 3  N=100000 204s
6 u! F+ K8 ~0 }, a& w+ T/ H             /*1 I$ W8 [) d( U( c$ r9 @
            for (int jj = 0; jj < N; jj++)  @9 q0 c# x( l, n# a
            {" \% d4 n  r: X4 Y" Z* ^5 r  O) o
                     fresult += b1[jj] * b2[jj];
9 Y& ]5 s5 p; @! {             }5 G7 q. P! U3 B
            */
' r- ?0 P# l! u/ H* [, S7 V
& Z' [' n" T( f. T             //Method - 4 202s
1 _: F( g! p" S: Q             /*  m9 J0 ^" p, L. D6 d
            for (int jj = 0; jj < N; jj++)
, ~' O( I9 C" g& Q) K             {
( H& Y4 O/ m' @
) b% j- l  ^3 ^3 U; |! O. ?! r: r             }2 q) ^3 s% ?1 ~2 r4 x
            */
7 ~4 C" |0 [7 e/ ]# w0 o             //comment out all methods, N=100000  202s
# U0 v# I$ g: Q2 W: ^       }
, x% L6 r/ Y3 v2 T1 G( b( E' @+ \" Z6 L) s: F/ D# ]
      delete []b1;
6 A' N) o! }* C$ K0 U: 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 00:15
7 M9 Y" O t& R( C2 b0 o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？7 g4 `: c- L6 Q+ w6 [

9 ^9 f. K# ^ y# B6 W8 L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, ^- A( y+ @; o5 v l6 G3 J
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、LOL3 ]+ B) x/ i1 c- Q, v% q

0 _8 j8 M6 j5 J8 @( o) z3 @6 y1 P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) u+ @7 D9 Q7 U+ `9 \
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
O! g7 Q% a! o! m# h# [4 b% E{; Z% j! k: Y3 @' v, d" }% _& I
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