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
8 e" i% P0 d5 D7 G; K/ x X拉下来？拉多少？1 _. }( [6 e2 M% k6 f8 i7 k+ q
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$ b! B7 l% T! g* b
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! W4 `. Z j* k/ N( ?4 L5 }
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)5 n3 ]1 }4 D, ^+ p4 R% H3 D
{
B8 r4 J/ ~. K9 U 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
$ w" y" r6 i- Y这个不是这么比的吧。。。4 _, p5 F2 `9 z% S4 h v
6 G# f4 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 00:464 C* f/ t# t& r$ j, e
有道理。
' G2 j; Y9 [8 B& [+ I2 w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% u. l3 K5 {& H2 v7 C6 F
这个不是这么比的吧。。。3 j m! e6 ^; c$ N1 o

; k8 ^1 k1 X1 I/ n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- P% @ H/ e4 v1 k
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) \# o. }( ^! q
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
: h6 \7 i9 s; Y, Y5 |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: R" m% r4 r3 n. p% 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
1 n3 v" U- o4 c% \4 C- j: U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);$ d6 |! f: L0 s; E: `
      std::vector < float > vec2(N);8 W% t  D$ T5 V6 M: `( I8 w
      float* b1 = new float[N];2 F# M- V1 X: A) s0 H
      float* b2 = new float[N];
# M9 D. |& f# k# E! O; L  G5 O4 H( z+ X
      for (int j = 0; j < 6000; j++)
8 W# ?+ a, s: t" e9 T       {
1 S9 O8 G7 q1 o: h" r* S% j  ?             std::generate(vec1.begin(), vec1.end(), []() {
7 `. m8 Z4 u* W8 w7 `1 A" U0 W% X                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;" j8 U3 g+ ~: O  V2 [
                     });
* g# M! o, @+ \4 l- {2 Y  |+ B: B. c
+ P& S& ~2 |: c( L             std::generate(vec2.begin(), vec2.end(), []() {' v# n6 o* Z* f
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;4 j# w! P! {8 N
                     });# K6 M" V; ^/ x/ w- s
5 A5 s& ?* r8 l- n8 _
            for (size_t jj = 0; jj < vec1.size(); jj++)5 p$ k) q4 D2 C# x) h- T
            {) P+ v8 w! v1 h
                     b1[jj] = vec1[jj];
9 f- Z  z5 _" P4 {& I# G+ n# ~             }- Q4 v  c& t( K+ ]
1 |' v9 n0 L8 k1 l6 M# r
            for (size_t jj = 0; jj < vec2.size(); jj++)
( r3 a, Z+ n; E1 q* Q! u             {
) D7 X, S& {: d3 J7 {' a                      b2[jj] = vec2[jj];  E+ I( M& t& n8 Q# _+ F
            }/ e/ h! A7 s0 @8 |: D% I0 t+ }
9 Q8 S4 m6 P- w1 D; T; {
            //Method - 1  N=100000 247s  . r- Z( [" {$ q3 p4 N% |: P4 U* j
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);& j* R, [+ l" Y" |8 l- Y& I

" N  z# `7 c( g4 s3 S- ?6 V/ |, w7 P             //Method - 2  N=100000  237s# O' Y2 K2 N! V2 f2 ]
            /*- j8 v7 _. b4 Z9 _) ?
            for (int jj = 0; jj < N ; jj++)
4 A( H, M% }: r8 t0 f/ U6 {7 s9 B5 E             {
3 c: o7 ^$ R8 Y) J) J                      fresult += vec1[jj] * vec2[jj];# ]4 Z1 o. f6 f9 F( S% s2 f
            }
9 I# n/ ]  M5 `- Q! r             */* e, V0 O4 z9 t

- H1 K) H: V3 M7 P9 G+ `             //Method - 3  N=100000 204s) x3 `+ D8 z. P  S  e/ o! k1 e
            /*: a7 P9 G& ~7 w
            for (int jj = 0; jj < N; jj++)9 g4 K5 P+ H! s& t3 D! f0 m2 ^' P$ ~& U
            {
, `4 D8 C: @4 ~- A0 d% n- L- I                      fresult += b1[jj] * b2[jj];
' m* Q  F/ c( j9 ]             }
% E3 R, I0 ^, h3 C  [% i             */7 s* G: O4 O% C+ p

6 v# G& A* i4 A             //Method - 4 202s
% O4 ^* o) q0 @- b             /*6 o3 X4 w' b8 W5 f7 G0 i$ ]# U+ ?
            for (int jj = 0; jj < N; jj++)
& ?* H: D1 w5 u1 H0 S8 n8 }             {& C' y* Q" q+ n) S$ E, W

; q; q0 ]: f7 M             }
- R( Q6 W' w! L3 _             */
) f$ T+ L, a2 u5 o  S             //comment out all methods, N=100000  202s             " ^& t: l( f9 h: g
      }
$ s3 [+ `, P" n0 g  d
9 o+ W% _4 B( |& [# L       delete []b1;$ R! `0 z3 c2 W5 O, h% 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 00:158 |. r+ T0 \. Z+ |& Z6 T
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？; U3 b; e; k# ~

' s% o. k+ Y3 Y I) _0 W% Z1 u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
( J3 s3 u" M& D; j- r4 O$ m- u7 R8 k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、LOL9 e! \5 r! D8 P* ]

8 {1 a; H) N/ h {. c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
% z) V- N2 V3 X- }& D- o+ _void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)- |' @8 Q+ K" u0 ]/ X! l4 }
{! x' X6 a! R& k
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