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
( _4 N% p( K, ? S" t+ L0 I拉下来？拉多少？
" P7 M: F8 @9 Q$ W1 q) m: h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
+ j9 C% [/ p; U; ~0 O8 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, R2 J- E/ Q# P- T( D5 s* v- _
void xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
" {8 j- X; q- t9 d{9 X* u+ C* @0 \) ^ @' f- |
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
* [' F: P; z C0 v& s1 U9 l这个不是这么比的吧。。。
# d `5 \5 d# Z J
/ A9 w, u" A4 w8 D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
$ N3 l0 @' U7 J# O' V有道理。
; L7 l6 a' F) I8 i. {2 n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 00:205 n% s2 |- T8 H2 x
这个不是这么比的吧。。。- W2 N; H p8 {4 b, G a

5 j* P5 T0 a+ c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 01:489 R9 h* A( w' o& o0 j
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
$ B' f5 ^, Y: Z' V) O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
4 I7 A/ b8 |" p; |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; f+ r' h0 @8 G
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
6 x5 t* v; C. }6 p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);9 s3 o; B! N3 n0 V* t+ [/ U% [
      std::vector < float > vec2(N);
; |* g( y/ f% q  j6 _# O       float* b1 = new float[N];6 G  b6 u$ `) \, v9 M' }: L
      float* b2 = new float[N];
8 Q/ |7 y+ d7 P. y$ d+ s8 u. P) c9 d
      for (int j = 0; j < 6000; j++)4 S. U! c& f" z8 Z. \$ t
      {3 O) s7 b+ v. P. f( N4 s2 }. O7 a
            std::generate(vec1.begin(), vec1.end(), []() {
( l' z& }" [- c! J  z                      return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 23.23));;! \7 Y. ]# A" g, s+ N6 E' a
                     });* w$ R' @. C9 ~
8 s0 J! J' d& V$ n3 `( Y
            std::generate(vec2.begin(), vec2.end(), []() {' {0 `! s- G0 ^( Z3 @1 ]! z
                     return static_cast <float> (rand()) / (static_cast <float> (RAND_MAX / 24.31));;$ Z3 T5 Q6 Y9 ^9 {9 g, U- f
                     });/ @; ]3 ?  J8 L+ k5 q  h& H  V

( H4 t$ c- u# _1 G             for (size_t jj = 0; jj < vec1.size(); jj++)' s) R9 T- V& p1 E# C9 F
            {1 x3 Z/ v  x1 B' t
                     b1[jj] = vec1[jj];: Y2 _% n6 A' Z6 `4 d1 R# J7 V
            }  n+ m# ^: I: g* E- e! T! \0 u* D' a2 Y

  e+ A1 W% U; \: f* s             for (size_t jj = 0; jj < vec2.size(); jj++)
1 J: |/ F. o( x0 Q6 ~2 |             {7 Y' q8 r5 `+ y! Q: _
                     b2[jj] = vec2[jj];
9 i7 }+ {7 ]+ N3 u3 h             }
: w* X3 P: b- T/ n/ L& [
/ b5 c& R5 [, p4 F; k8 T( ~4 Z             //Method - 1  N=100000 247s
8 D' s6 T4 W) V9 s1 b+ A7 z             //fresult = inner_product(vec1.begin(), vec1.end(), vec2.begin(), 0);2 ~! h& T7 N1 g( B: @) i8 \8 H
                              + f& ?; T7 q: {% l1 ]" _
            //Method - 2  N=100000  237s
- Q: r! B) m0 ^/ S' p1 L             /*! z# d1 k: Z5 X% \4 G: _
            for (int jj = 0; jj < N ; jj++)
6 U6 U0 B% ]! A" J2 X             {# a/ I6 U. v# T. U
                     fresult += vec1[jj] * vec2[jj];4 J8 d; Q5 ?1 q
            }
1 I9 }  f  D/ O3 n' V             */( W7 S% y! L6 t" ~0 f

  ?; x  _" F3 b* r8 `, ~2 a             //Method - 3  N=100000 204s  Y# L7 f& e$ l4 z9 k
            /*# K$ H  J' B: K
            for (int jj = 0; jj < N; jj++)
+ _/ w8 f* a4 V3 ^. ^             {
( `! A% f$ C. Y" s8 `* P" B: M! k                      fresult += b1[jj] * b2[jj];: R* j" @$ y1 Y2 O* R4 X2 f0 V
            }% g" j8 }. L3 @. m8 J
            */
$ N- o$ D; _# H- z# c; h+ t; s+ x$ X7 C7 C7 I
            //Method - 4 202s+ x! o' _$ L% g2 o3 v  b) L
            /*. k0 {& X  i* J7 z: V
            for (int jj = 0; jj < N; jj++)
+ q3 ]# @' H, l             {
3 T0 X( {/ N' m2 x                      : H( j, }7 D  J5 _9 u' c9 }
            }& l, |) v& j; R' s. O
            */! j7 y* }: ^  |7 @3 l) ]
            //comment out all methods, N=100000  202s
  r$ p' j/ F% Z$ \; V       }
0 d& F. |5 u, y
0 T' I! u$ D$ ~3 {       delete []b1;
  @) F( }* V( |/ i       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
$ u8 Z, P; L7 ?1 `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？. M/ w% d! D: `& `

8 H2 @9 ^; f5 x, C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/ r4 F; D2 i. A' N/ k
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
+ \0 w1 [/ ^) k. b' E9 b& X, i3 w/ P3 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
/ V, I5 ]" X9 S V8 Uvoid xcorr(comp* outcomp, comp* A, int lenA, comp* B, int lenB)
; z, y" Y5 G M4 T* _7 q{4 @# W" G: } Z
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