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 E, Z5 C# V v7 g4 e! P& W
拉下来？拉多少？* T9 u/ H6 }; x, u, C; Q. B* i
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% F( P! J* {$ Q/ 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 23:54
+ e( @8 s/ _" V9 X( n4 @! avoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
Z5 F! t; t2 S{4 D- M, ?/ M# ?8 e) I* n0 t8 G* {
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
. i; f! ?* l6 |" O' J- q这个不是这么比的吧。。。1 |8 }$ s( Q% W- V$ s
& k8 Q* q5 E8 _
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( c6 J V% e6 K8 n0 H
有道理。
& F$ D7 h8 B- 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& J. [$ S: t1 N7 Z
这个不是这么比的吧。。。
/ Z$ j7 I) g( U2 q* Y) F4 @) F I, B8 V( Y; |! W" 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）。

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
7 p9 O% [: w7 \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
! P9 Y' B3 N1 r; w: i6 X' c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. S; [( y0 U! u; S, C' w" J2 L
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. {7 \- g! U; F! D
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 14:584 K3 [3 B3 W J" R6 z
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);
: W5 w& L1 m0 A' }  B. \, Q1 B       std::vector < float > vec2(N);- a' F0 I! I# T( C1 a: o0 l
      float* b1 = new float[N];
$ z6 d0 b" |& @) d0 K+ S; g       float* b2 = new float[N];' _& Q# k3 Z% w" N

8 `5 r  v- t3 k7 E5 ]8 o  o       for (int j = 0; j < 6000; j++)
$ g2 Y% M3 i( X7 ^; @" [0 o       {
/ |& F9 t6 P/ |2 z/ q3 v             std::generate(vec1.begin(), vec1.end(), []() {9 m0 }, ~7 c, {7 ?% R( d8 A% F
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;
; G6 z4 g5 N( S0 H                      });
1 x( x) W  F! o+ L. P6 E, \
8 w3 s- Y% E2 P             std::generate(vec2.begin(), vec2.end(), []() {
1 X: Z  B: H; y, F3 G0 R5 {                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;
' m' R4 J" R- e                      });+ A3 V, \# g& j9 O# K

; i+ |" I$ o# v; ^* O             for (size_t jj = 0; jj < vec1.size(); jj++)# [! {! L3 m  Q* r/ r
            {
8 h- ?( X/ M8 j8 s. ]  L                      b1[jj] = vec1[jj];, E* a5 J$ n3 H& n
            }
2 `  \9 Y$ X7 e/ Z) P* i
$ u, _' r  E, M1 W6 R             for (size_t jj = 0; jj < vec2.size(); jj++)
6 w2 n2 u. W; Z/ q* k             {
7 ]+ U7 ?9 }9 R- x" |& R% x% d5 A                      b2[jj] = vec2[jj];
, u, d' l3 ~& f  `% {             }
0 C8 _3 n1 c/ g5 T' R; V+ U: [. S+ h9 B' S
            //Method - 1  N=100000 247s
( D/ K4 M- s$ l! C4 R$ [  P             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);
3 m5 l+ K% D( W3 L. [. n' c
: i, @4 p; S  b$ |             //Method - 2  N=100000  237s
' o& k! p9 ^, c  E% c             /*! i! Y4 Y" ~* \5 V4 w, Q
            for (int jj = 0; jj < N ; jj++)2 `$ @  l  g. J3 L! x& D- V
            {% u- V. S, c  X! q
                     fresult += vec1[jj] * vec2[jj];
+ P, @, n5 Q9 s6 f6 Z/ P             }
5 f7 ^$ @8 x9 F& c             */
; e' {: r9 i# L) Q7 Z; z5 t9 }                               0 A5 P  K" u8 m
            //Method - 3  N=100000 204s; K/ O0 g7 s1 M3 W! ~
            /*, a) c# }& p; ^8 C, ]# Z" }
            for (int jj = 0; jj < N; jj++)
* T+ q  K  U0 S# N6 H# o! d& C             {
; q  N# \: G) ?* i. b/ }# C6 x: N                      fresult += b1[jj] * b2[jj];
) X: h3 Z% l5 R             }
! l- p$ x/ T" u8 l             */& y: B8 C2 [3 q2 M

& y: U+ ]5 f  m             //Method - 4 202s  ~! H1 }* H# X. a
            /*
, D4 H1 [- J# o$ f             for (int jj = 0; jj < N; jj++)
+ O7 N6 L: j5 T1 P: G. b- z             {
* [+ c" u! Q3 J$ F3 Q8 g8 ]5 {+ ^, O                      2 l9 m' Q9 ^7 Y+ U) L
            }8 t( ]4 ^1 o1 r) N$ b
            */
- i& N. S6 V+ P" d7 ?             //comment out all methods, N=100000  202s             - F. T+ T7 j1 H, F7 K# D
      }/ L3 r5 d; s! ]3 U( U
# C3 I. p5 c- C# i
      delete []b1;$ n( Z1 {# X7 B, Q
      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
: a+ D7 e( O% z/ ^0 q7 g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？
8 A( R$ S1 J% g3 x! X" E2 i5 P* e7 R Y9 ?) O
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
# H; O' ?+ ^% H7 q5 m: R$ D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
& H/ C) B- b/ @) f3 a& C
' Q5 r$ J- G: p# D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
+ B/ i* O# c4 Q* tvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
" [3 q* v1 Y5 f6 l9 H% _{) ~: H, ~' e1 X% i( l
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