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
+ w. A, ^+ t7 {) E9 L* m6 H, r拉下来？拉多少？* R# f5 I6 W; ?1 w) ^/ G6 U
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
# W/ |3 U$ N0 c/ cMaybe 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
2 G/ g! P& T, c3 J3 F0 p. bvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
) I: s) B6 _" T{
$ H$ m9 W b& W# U P. r" o( j; e 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 00:203 C& M9 C' l& u' I
这个不是这么比的吧。。。
t2 |, A% R ~8 p: {8 S2 A' B' d1 O& a3 v* D, r# O
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 00:465 v$ J$ V9 _3 H9 I: I3 K+ C
有道理。
( x# O8 D0 t- G. w2 d' X, c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
L7 o b/ c8 P* F7 N3 [这个不是这么比的吧。。。
' @6 `# t$ z5 u
" @( @& h! o( u0 Z* K# E6 J8 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）。

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
5 E3 e/ v8 Y$ y3 k5 z* B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
9 C' @9 K3 ?! ^. F2 I0 _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* @: k4 p5 S0 K. b/ G' n* }
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' }6 l9 k+ `6 T3 V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
, [8 w& E3 ^2 N1 q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);0 P& l0 z8 \. H5 S
      std::vector < float > vec2(N);1 c& p8 x- F0 a' g* P
      float* b1 = new float[N];% g5 L! T% L& S# c
      float* b2 = new float[N];
, s( B5 G  ?' ?3 _. E9 B/ n# C# F7 h2 a2 ~
      for (int j = 0; j < 6000; j++)
8 Q& z* {, b# f       {2 L! J3 ^0 ^: `  k: l- g
            std::generate(vec1.begin(), vec1.end(), []() {
1 P: B# r6 ^% T" k. v, A                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
( q( Z( G" B# Y4 f/ D                      });
- f  L: p9 F+ d3 O# p! O: r% q& {. d0 Y+ `9 N7 B  v
            std::generate(vec2.begin(), vec2.end(), []() {# Q% [. n2 G& z5 J6 e1 V: {3 i
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;2 x2 X( d( Q( C* f' c3 D9 y" H
                     });
; m& f9 E2 ^! c3 i  F. v
, ]/ I2 M& X1 ]8 D; p             for (size_t jj = 0; jj < vec1.size(); jj++)
- v# h- A: D9 w' K; G# W             {
! Z* V) D, @7 X! P! a                      b1[jj] = vec1[jj];
( Z4 y4 U7 m8 q, x             }9 a# _7 O3 B& _
4 d( _4 P( M5 V% [3 Z% y  y' a
            for (size_t jj = 0; jj < vec2.size(); jj++)7 s( A1 X: k8 L/ p8 o
            {
% [+ H  m$ {: w0 Z                      b2[jj] = vec2[jj];' L2 F$ l% V/ \) {4 r
            }6 I6 ?; j2 F% k+ @$ P9 Z( j" Q

0 i+ n+ V1 S5 ^             //Method - 1  N=100000 247s
2 O: r0 E2 z4 J, o9 Z' [             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);' G" O& N; ~: f2 N1 {% s+ S& Y( A

' M8 ~9 X$ F: c+ q8 T             //Method - 2  N=100000  237s
3 V8 z2 v. W3 }. s5 L1 x4 A8 n) u             /*- Q* V! \: p. M8 n: a5 v
            for (int jj = 0; jj < N ; jj++): w# |9 O. w% l) d# y# q
            {) f; @  l( Y. `' @7 c( U) {
                     fresult += vec1[jj] * vec2[jj];
% R' D. P) @4 J2 v$ g3 S             }6 z1 {  X/ z  H/ \
            */
3 L, o2 ^! B/ m0 ^; v9 F5 Q) m
/ l. z0 v1 |3 _4 a             //Method - 3  N=100000 204s
, W* e  K: _( N             /*: {. n; V2 L( F3 b
            for (int jj = 0; jj < N; jj++); P0 I8 T% }, b$ p$ W' Q
            {
/ C4 T5 }; P0 P/ x                      fresult += b1[jj] * b2[jj];
$ `$ v! q6 e( C: y7 m" J5 T             }) u. c4 L$ I& t7 y5 M
            */
* @* i8 T& v3 w9 _
/ B0 @! u1 I5 {: `2 r' r             //Method - 4 202s0 D+ ]4 F6 q. T$ G* F7 r
            /*% E! L7 B9 ^% f( _! ?
            for (int jj = 0; jj < N; jj++)
) B0 I; h6 d$ c4 v             {" |3 |4 e" D1 K$ H# D3 @6 v
                     4 a5 F, I6 q2 m8 e: v8 s% x
            }
1 A6 `, g* e' u; l+ ]0 @             */
% A  g' J. L. e, [+ W$ T             //comment out all methods, N=100000  202s
& x3 v( _3 j3 r: u. M8 V       }2 ]9 e/ {% j# e0 S8 a# p

% K) S$ X. B- N& G- Q       delete []b1;
( z# u/ a0 i& T: z8 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 00:15/ t, u1 k2 V+ P
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？
$ a1 r# f- `* S9 V) [6 L7 k# g
$ @9 y; T4 }" Y4 v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
. ` t2 D# Q$ @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
1 W+ b2 g3 e! _8 m' ^# B. R' c; y. O: W- O0 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! Q1 ^* ^% V8 p/ O. F7 }
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
( ]2 ^1 L& l# z8 Z! {{, C/ f3 e: c3 b% p4 Q1 D
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