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. f4 J7 q% v/ F' y
拉下来？拉多少？8 u5 o4 W/ p; z$ k& {9 b
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, W0 k# E* v* x
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 23:541 M& j+ W2 a" D& s- I$ G$ y
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)2 R$ v; q$ a" g& d4 j, F: `4 @3 O
{5 u% @: M" V: z3 ^& c
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$ \; M" L8 V# P6 X7 N) @
这个不是这么比的吧。。。3 K$ J1 C/ |6 Z" { E

. J) j$ |1 m3 m: A# l" f" p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
( Y" W7 h( K3 Q) R; y" l6 v# y有道理。
( ~& J% m. y# {: t. [3 v5 a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
2 x! p- z6 z$ I9 v4 ?这个不是这么比的吧。。。
) I! M) ^5 k" v' O7 m2 ?* }
2 ~! i5 _- f8 u }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" v1 | I: e+ t7 Z& ` {- U- q# A$ i
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
5 J7 ^+ F7 r" B4 E) m/ _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 ]9 B5 i) k5 c
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
. }+ B& ^9 o+ b3 W" m- R( p" q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
9 t I4 A4 r) N" T5 r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 |4 d' c' Z* y       std::vector < float > vec2(N);+ ?9 T) e& f5 `' u, E& \% w
      float* b1 = new float[N];
0 r( t; H: b, L$ E       float* b2 = new float[N];7 I- w. c+ r& o
# r% {3 \8 e; a, ]7 }
      for (int j = 0; j < 6000; j++)
- n! _4 Q1 f2 v, m+ C9 ~9 [       {
. V: |" V3 ~$ K( p7 Z             std::generate(vec1.begin(), vec1.end(), []() {/ c$ K( B8 c6 i
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;+ a7 \/ Y* e: T$ v
                     });
( N8 D% x. J6 i& V7 @& W+ P9 L$ p* o4 L5 U. E
            std::generate(vec2.begin(), vec2.end(), []() {
. |& j; t8 ]/ Q5 J/ G9 J                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
  r7 Q6 {  D) w, G                      });
3 U: n5 k) h+ y* }$ H( V1 T
& S4 o/ J, B& N2 E% F             for (size_t jj = 0; jj < vec1.size(); jj++): \3 i) S! q5 l. t1 K: T
            {3 i* p2 n4 O; d) o9 Y; w- G5 v
                     b1[jj] = vec1[jj];
( a. [. B' N) g; F% n! J             }# B/ r9 \( S3 n5 j
9 B  e( w: {2 k0 Z0 G  D2 _- L* \
            for (size_t jj = 0; jj < vec2.size(); jj++)2 |; j2 u+ q8 v1 I% X
            {! U6 C# F: r4 R' {* g/ G% }7 e
                     b2[jj] = vec2[jj];7 b) P" f7 Z9 o8 N) a- m! [0 o0 H
            }) V. G& E1 B2 y4 V  q+ g
# s/ W) a# n" }/ c7 _( H0 a9 J( v! F
            //Method - 1  N=100000 247s
$ }- R, x* e0 T% y) ?( h1 o             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
6 Z* ]& b+ d& s) x  \
3 i3 Y& ^# ^: K# q" t             //Method - 2  N=100000  237s3 u5 ?8 e! z; m
            /*" E% T: u; k8 c6 s) H
            for (int jj = 0; jj < N ; jj++)
$ @5 f5 U) V5 T' I) I             {% Z) ]% }5 X+ Y
                     fresult += vec1[jj] * vec2[jj];
) U( h3 t3 y4 c, M2 Y+ j) `# \             }% r- ~: A) b* E1 `
            */! S3 r/ o% J# `6 i

+ y) R2 X) {/ H% F             //Method - 3  N=100000 204s% y- z4 U( v7 z; `
            /*
- g2 a' q( B* N* J! V4 F8 ?4 u             for (int jj = 0; jj < N; jj++)
5 w9 k0 k3 f& X; [  S             {! U" z# [0 K; ~
                     fresult += b1[jj] * b2[jj];& E  H: @$ y9 [1 c+ d: M  q( i+ c4 p( x  ]
            }
6 s3 m; ]; j& g7 J; r5 e" G7 D6 W' K             */
- I) x7 Y7 R8 b$ M* ~, p/ {. N
( [. {# w$ K7 x$ g             //Method - 4 202s1 L# G/ C8 v/ C. b1 X0 `
            /*& b- Z* K: i7 {! I/ W
            for (int jj = 0; jj < N; jj++)
; K$ R. w/ V9 Y5 c7 W             {8 d6 ~! ^0 F0 x
                     # \3 J; p$ S: J& v: a3 h! Q
            }. r2 e3 m0 o/ R' p) U
            */1 P3 [' G$ b$ h& B$ k! \
            //comment out all methods, N=100000  202s             ( Q; U0 Y# A0 j- C
      }
& ^+ t; G7 V. F* Q, x
5 r' _* X; w! H" Y, c2 b       delete []b1;
% R. \/ i; ~3 W. A" b# M       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 00:150 G1 o4 K! d$ _2 d
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？
. T, I: b s- E# L- r+ B) g% A/ D' l- g1 ]/ t
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
3 o$ P {, `5 G) k. v7 [; O) I c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、LOL8 E3 }, u4 w! j. c
9 j }( S0 ?* 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 23:547 v! R; F- l: g, h/ x$ `
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)" [! V" b2 W3 G
{
: k8 Z4 c) j! l* F3 q, |2 b! P- v' j 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