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
- I* C* g, |! o$ u拉下来？拉多少？8 k- n( F! X2 N1 v9 z1 \+ ~+ O5 o
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
/ `7 k# P$ G0 w" _( fMaybe 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
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB): s6 \5 I3 x; e$ [) y
{" V% R" |. y( a" X) W' h0 p
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 00:201 e) t! ^6 s4 U' g4 [# f
这个不是这么比的吧。。。1 c5 ]$ @% U/ X* d8 ~6 v# D5 Q
# B v, ?& W3 ?; E# @
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& h* ]% G9 y) U; ^
有道理。
" k6 Y' N0 k3 X- j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$ e& c8 P- @# a$ t0 m
这个不是这么比的吧。。。
( w/ L# L8 r7 ?9 e+ L% n
+ o1 I8 l# @ U: A5 h' L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
6 i V- I3 R' } C# x$ Z$ _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 01:270 R$ d, z0 V: U+ ~0 j8 ^# x% F
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
3 p5 Z0 P6 R% v) ?. G8 r$ C3 d" G7 ~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 04:473 b3 S/ N5 A( F5 t
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
' e1 T6 e8 p6 P8 Q+ j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);) Y% w0 F, @) H7 r& x
      std::vector < float > vec2(N);6 |+ q# w3 F0 V& w1 x" P) Q
      float* b1 = new float[N];
# z3 {: h+ j  o" _, u       float* b2 = new float[N];* O. h$ T7 q/ ]3 q

+ {* R4 x! V. O; K       for (int j = 0; j < 6000; j++)
, L* Z8 e: h: N$ d6 l       {
4 [. K" M; @; x             std::generate(vec1.begin(), vec1.end(), []() {% a3 \) }. Y6 N* P( K
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
' l6 Y! ]5 r/ |5 h6 V                      });! ]- m4 x' n. ^# `$ Y! [
9 S" _. R) V  m
            std::generate(vec2.begin(), vec2.end(), []() {
: w  X* V: U" V9 G% G                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;( z" c* `5 ]7 w' h* s
                     });
; m' T9 ^2 }; C' X1 ^3 @
1 I1 `6 |+ M9 C0 Z             for (size_t jj = 0; jj < vec1.size(); jj++)
' @5 }' x  \4 n1 _             {" Y6 S, @, t9 I
                     b1[jj] = vec1[jj];
2 I3 g/ V$ w2 V0 A& }7 x# ]             }
% b1 ^% M! L  u6 }( m
' ~, _6 m* g  i4 ?7 [" w3 n             for (size_t jj = 0; jj < vec2.size(); jj++)* @. n4 v2 t2 W  E% ]- l
            {" L9 T& p4 a; m) e, A* D
                     b2[jj] = vec2[jj];
- T: a, ]. R5 }, v0 Z             }! c5 I- A& A9 T; b6 U- H
5 M1 ?8 E; T+ ^
            //Method - 1  N=100000 247s  $ k' d% ~% i8 C" M
            //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);+ ?. D* `; Z' R% H
                              4 v6 _$ Y( r0 [! B% b9 @
            //Method - 2  N=100000  237s
3 F, g$ D& A- v  ?             /*% G2 t' _$ c& w6 r
            for (int jj = 0; jj < N ; jj++)
( G9 y) t* v5 P5 j+ Z7 ?, K             {
2 d2 v+ j* V- N' d/ T: h                      fresult += vec1[jj] * vec2[jj];( k1 r' G' h& P, a4 m8 ]# q( u
            }
- T6 p) l! C7 s0 U7 R( N+ k             */9 }9 \% ], Z( W* t5 v

& i4 c$ r# U- ^- H  I+ ]             //Method - 3  N=100000 204s
/ H  I, o  v, ~  h; G- `             /*
. r8 y- o* O5 X0 y5 {3 \             for (int jj = 0; jj < N; jj++)
5 h) Y7 s5 l# H0 N* k( z  I             {
/ a! V2 E, V1 T. e0 z                      fresult += b1[jj] * b2[jj];2 i+ y( v: e1 J8 f
            }3 j# P6 U7 u$ z
            */
; p$ z; h) R- _# v& v) I3 `8 `+ Z; E2 v
            //Method - 4 202s1 X! c- G$ @9 C, K; d
            /*( N, j' ]0 j& w: z% H
            for (int jj = 0; jj < N; jj++)
7 F- Y7 y1 p9 s2 j7 O; R0 x7 v             {
' q$ u9 B( [. u! `8 r! i$ I; \6 g0 e                      6 Q0 X% d: x) Y( v; `9 I' j/ ]
            }
& w$ p! n. X) H3 Q1 n             */
: R9 h+ A' A: |- Z& b             //comment out all methods, N=100000  202s
" Y& N6 I7 l: z+ P$ I* s: Y, i       }
9 b4 F$ Y& {4 L! s  S( g  P% W* V$ `1 a  w# T
      delete []b1;
" M% W8 C  ^9 K$ M8 U       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
& X2 z# }2 V6 m( W6 e' 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？ N% r- z9 U3 I' b4 l6 r
/ p. H- l1 t0 D8 d' _- a1 g# ^
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
, E) p' |1 c% ]" _; m8 r j- I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
* m! J& u" I: x% p
. j8 e- j! b9 r/ l- D4 @7 B! m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
9 d/ _6 G7 t {8 M+ I. ]void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
& M4 \" N. ~. H4 t) G{3 i/ u* K; x7 U5 m5 h+ ?
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