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 `+ `6 G6 z7 a+ e7 C1 m& _拉下来？拉多少？
. v8 ] Y% O" G! P3 D% ^8 N! o% l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& g4 Z% t9 y& x. U$ O+ d
Maybe 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 J5 V! C" U2 I: k# L9 W% N' o: Lvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)) i3 `: J/ d i) v9 v! @
{: Q5 ?% w7 x# s5 B
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
" d9 m D. u+ {4 a4 n% b- e6 c8 A这个不是这么比的吧。。。
' |# O8 A$ o( |
$ f: ?% R1 f4 H9 t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
: @3 V5 I z" `& m- x有道理。$ i/ {7 T5 {4 L+ x3 n
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 00:205 O6 J4 s) r# ^ [% P$ ~# J
这个不是这么比的吧。。。3 t! p ^- |' _+ Q

" X) ^+ `# z! C' a7 A- _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% N ^7 |, H& ?* f
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 01:272 B8 |4 I' H6 r7 d, N
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
7 r4 |$ [% v5 ?0 `0 Y9 t/ p- H8 ~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
q( G6 a4 J) L( `; ^6 y+ M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
, X0 \1 M6 G; W- p7 ~ 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);
1 H  A! C+ S* r% B  q       std::vector < float > vec2(N);
: o9 r: n* f: [       float* b1 = new float[N];
' W. o" ^* ]; t       float* b2 = new float[N];
, b* ]' m0 R+ k! _& x2 {
7 s, F8 X& f+ q       for (int j = 0; j < 6000; j++)
: R3 {, g" m1 Y3 h% h       {1 J; a6 A+ @9 v6 h
            std::generate(vec1.begin(), vec1.end(), []() {, u7 t% l& f, y# m) J8 N/ s0 l5 \
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;( M' {! D- E1 D  F/ D; A4 e/ N
                     });
# L. U# c8 C6 M& |2 E0 C& W+ o$ t% _) H$ R
            std::generate(vec2.begin(), vec2.end(), []() {
$ B1 `; ~8 f+ s9 `7 y                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
' ]  b5 O( D0 T& ~; w0 M  O; H                      });
, B. s! |7 |1 I0 J. ]7 \. z, ~
            for (size_t jj = 0; jj < vec1.size(); jj++)
" W3 W- R# G# K3 n2 j2 D; d             {2 @' o8 Y8 n6 [3 [" O1 v( \# h& K
                     b1[jj] = vec1[jj];* H8 M% U2 I$ ~# R7 g
            }% B7 g1 i" U5 O3 V: [! f
; g) g3 V2 s0 M8 I
            for (size_t jj = 0; jj < vec2.size(); jj++)4 H2 F/ x5 }- u8 |" x# s
            {
, U" E' v  g6 o8 b6 Z4 y* r                      b2[jj] = vec2[jj];
% W7 ?8 i$ |) r; T5 ^             }
5 u; p6 H, ^% t) V. h$ w3 G' ^' s8 U8 c/ H# d
            //Method - 1  N=100000 247s
% n7 w1 R* @0 ]8 u2 ]3 B             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
. x' Y6 l: ~+ @2 F
' q+ z, v; ]' @4 N. w             //Method - 2  N=100000  237s
) h2 Z9 u% ]( i+ M             /*
/ t0 _/ G" U# {( w/ s' @             for (int jj = 0; jj < N ; jj++)
  \  \5 ?1 }: {             {
7 k4 e& ^2 t' F  z3 h* J: O                      fresult += vec1[jj] * vec2[jj];
; r- O1 `8 C& G7 Q) }             }  j3 S* |5 m" v& }3 `0 d1 h. K
            */1 f; Q+ Y) Q) p# b# j, q6 L# I. E
                              , ?* c' v& l  i! @' W+ K1 k' i
            //Method - 3  N=100000 204s
' C5 K  s% Q, E( g% t/ B             /*
. c4 s- N5 x1 b; x- z7 F             for (int jj = 0; jj < N; jj++)
$ b5 T" q! ]0 ?+ o( A6 p1 f             {
  X3 Y2 ~! G: s2 P                      fresult += b1[jj] * b2[jj];
# P5 I& j+ D: b7 n' U2 S& n0 F. _             }+ O3 p+ ^/ R' G/ m! x  Y2 y
            */: x2 d8 d7 a( y. l+ `2 R
+ D% p: \* Z, Y% ^( I3 {. G
            //Method - 4 202s
* U3 }7 V# o) P# W) Q             /*
/ I1 B$ W# R# j. `             for (int jj = 0; jj < N; jj++)
" m% x4 q4 n- M. D- ]             {
, c4 ]5 r) i6 e0 y3 L6 ^) @                      7 W9 X1 s4 z2 V7 i+ m
            }
4 |( a8 _7 ~6 E6 Q) T             */
: c! e# p$ m* r) {             //comment out all methods, N=100000  202s
1 m% U3 H" t( x+ e( I       }0 C# g" u% H  Z/ r/ D* l' t
+ D. F: ?8 v) O  |! d! h
      delete []b1;
8 {: u) i6 `/ 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
$ z2 J% F8 C6 N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？2 }3 c5 v* O$ ~! I( i# S5 X
3 R; r2 I5 p" z3 l0 M. E
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
5 s% H6 D. R* U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
" r4 T; ], y8 u3 W- Y; Y) l0 J" s
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
2 T) R! Y& c/ E: x4 j1 kvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
3 E! j+ B4 y* ?3 ^; e{
+ f) M; z7 }- g7 X 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