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 e3 F: E) o: U# Q4 ?
拉下来？拉多少？
$ A4 |3 J) c7 G6 Y) r: @# 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 23:330 g+ m4 {; \7 X8 @6 v+ `0 Q
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( }1 v5 g2 V' m- V% D' x
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)1 Z% a! m# h! @+ ?! U/ z$ G" a" _
{5 [8 o7 F( u; ~. q P& h" E I
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 00:209 a. D8 j5 h& b5 G' P7 [- C- Y
这个不是这么比的吧。。。
+ H. I) Q6 x/ N" M* ~1 ?/ s1 |- \+ h4 P9 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）。

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
- }9 O+ j1 a" V3 q+ u有道理。. f! K, \+ q! v( V( K3 g* Q% u9 L
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 00:202 o8 y* u. c- H& w, V) P
这个不是这么比的吧。。。
$ k Q6 M% F+ x; T) l. O
7 m9 p/ S/ p/ M- d ?4 M1 e) D3 s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
9 E% R# X0 |3 h5 p! P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$ [0 G( Z1 Q6 d5 F; q, J0 Y
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
, z/ q( X8 a5 a: H0 |$ [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 y: i `" s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
' i+ B- Y9 S" j- t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);* C3 l- u: O/ h5 A7 N7 c% h' s/ s
      std::vector < float > vec2(N);
: r; c5 N( f$ W& F       float* b1 = new float[N];
$ ]( F7 s9 y7 y' q) N. d       float* b2 = new float[N];
" W9 \& e# \' P& J3 k  ?, T. f- a7 J1 S9 u% u. w6 e
      for (int j = 0; j < 6000; j++)1 @4 h7 f' h3 n0 S4 j6 M
      {- R) V6 `& ~+ V, t& k+ c: b
            std::generate(vec1.begin(), vec1.end(), []() {
& Z) E7 M) F) \6 y9 O8 ~9 v                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;$ o4 l6 Y: U' ^/ D8 i3 e
                     });) W' e* K( K+ G* u3 O
, |& O- X6 V7 S. Q5 L
            std::generate(vec2.begin(), vec2.end(), []() {
2 h9 H) ~* j2 R4 }; g; G                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;1 H7 }0 }4 |1 P+ Y' }: `5 Y/ I: F
                     });
: U9 v) [% F( P$ C% z/ F/ i' [
            for (size_t jj = 0; jj < vec1.size(); jj++)
# R% V& R+ ~; S" Z# l             {
0 j* i* I8 V! \$ ?/ P                      b1[jj] = vec1[jj];
6 _% f( ?4 U; c5 U" ^7 O2 J0 P             }
' i' F5 D& z6 ~; p8 R, M: H# R/ }! C5 L  C3 |/ I5 J
            for (size_t jj = 0; jj < vec2.size(); jj++)2 S) G; G+ C9 u3 p
            {# I  `6 g9 x/ t# Q* B  I+ v
                     b2[jj] = vec2[jj];) R" q/ \& a$ `9 a+ s5 L# h! L2 G
            }3 v7 x- {) L1 ]& O3 R

9 J6 g9 q- [' m8 U             //Method - 1  N=100000 247s  - o! f  B) N+ q& j
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);2 T- H& |- q! l+ D! A( v
                              ( G/ ]: ^1 U2 l6 y  O1 E
            //Method - 2  N=100000  237s$ y8 Z) s0 _  h
            /*
8 {  c* t) A0 f( a. F, g             for (int jj = 0; jj < N ; jj++), S3 f1 T1 |( {6 {1 x
            {
( }- s/ T2 h  B, h' o. i& _1 @                      fresult += vec1[jj] * vec2[jj];
* j# n. A. f5 h             }. ?2 }/ p: d$ Y( P( U. z4 R
            */( U% N' Y% [3 a2 }

* M3 X' A5 s0 r  q             //Method - 3  N=100000 204s' P$ [- {3 Z3 }" a& d  o
            /*
" _( ?, w' T$ r' g             for (int jj = 0; jj < N; jj++)
8 r) y$ z8 y( t             {
3 Y: D. p6 M* ]7 L                      fresult += b1[jj] * b2[jj];
- ?9 L2 z% H9 t6 \             }. i* Y& h2 W. d' f4 k
            */( k+ M- \# N2 ]# L

3 o5 n/ ^- i, L) K             //Method - 4 202s
/ {, [5 a: x* N; \4 R; z. D" S             /*8 L9 }- b5 ]! ?' ]
            for (int jj = 0; jj < N; jj++)
7 Z) I9 `4 h, I" z. i             {, N* I1 @+ Q5 g$ B8 R

8 u6 H* b  E( F0 ~% {             }
9 h7 s! I" N4 v; u6 F' b             */3 X" ]9 d' @- s+ c+ [
            //comment out all methods, N=100000  202s             5 c( p  q8 v: {$ H) [
      }/ R# K) x1 m3 T

2 k$ V; o) U9 k2 E, a; H       delete []b1;
$ m$ Z" s. q5 n/ v# r       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
/ Q1 {3 L8 l0 h) e0 m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？( x* v/ N) C# P2 Z j& x5 ?! a
6 ^0 T3 I% Y' I
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
/ j% u3 c4 H* D2 `, c4 g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
& \$ `% L6 u+ g* D& a& s
# r' L+ ~% j/ o, f z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 23:545 {4 h1 P; a1 I: ^. K
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)' g" q* ^' D7 G K3 `- W9 V
{
; C* {6 X. S* R/ _# R 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