[英]Why is my C++ program so slow when switching from long double to float128?
[英]Why is my program so slow?
有人决定做一个快速测试,看看本机客户端在速度方面与javascript的比较。 他们通过运行10 000 000 sqrt计算并测量所花费的时间来做到这一点。 结果用javascript:0.096秒,用NaCl:4.241秒......怎么会这样? 速度不是首先使用NaCl的原因之一吗? 或者我错过了一些编译器标志或什么?
下面是运行的代码:
clock_t t = clock();
float result = 0;
for(int i = 0; i < 10000000; ++i) {
result += sqrt(i);
}
t = clock() - t;
float tt = ((float)t)/CLOCKS_PER_SEC;
pp::Var var_reply = pp::Var(tt);
PostMessage(var_reply);
PS:这个问题是出现在本机客户端邮件列表中的某些内容的编辑版本
注意:此答案是出现在本机客户端邮件列表中的某些内容的编辑版本
微量标记是棘手的:除非你非常了解你正在做什么,否则很容易产生与你想要观察/测量的行为无关的苹果到橙子的比较。
我将使用您自己的示例详细说明(我将排除NaCl并坚持使用现有的“经过验证的”技术)。
这是您作为本机C程序的测试:
$ cat test1.c
#include <math.h>
#include <time.h>
#include <stdio.h>
int main() {
clock_t t = clock();
float result = 0;
for(int i = 0; i < 1000000000; ++i) {
result += sqrt(i);
}
t = clock() - t;
float tt = ((float)t)/CLOCKS_PER_SEC;
printf("%g %g\n", result, tt);
}
$ gcc -std=c99 -O2 test1.c -lm -o test1
$ ./test1
5.49756e+11 25.43
好。 我们可以在25.43秒内完成十亿次循环。 但是让我们看看需要花费时间:让我们替换“结果+ = sqrt(i);” 用“结果+ = i;”
$ cat test2.c
#include <math.h>
#include <time.h>
#include <stdio.h>
int main() {
clock_t t = clock();
float result = 0;
for(int i = 0; i < 1000000000; ++i) {
result += i;
}
t = clock() - t;
float tt = ((float)t)/CLOCKS_PER_SEC;
printf("%g %g\n", result, tt);
}
$ gcc -std=c99 -O2 test2.c -lm -o test2
$ ./test2
1.80144e+16 1.21
哇! 95%的时间实际上花费在CPU提供的sqrt函数上,其他一切都花费不到5%。 但是如果我们稍微改变一下代码怎么办:替换“printf(”%g%g \\ n“,result,tt);” “printf(”%g \\ n“,tt);” ?
$ cat test3.c
#include <math.h>
#include <time.h>
#include <stdio.h>
int main() {
clock_t t = clock();
float result = 0;
for(int i = 0; i < 1000000000; ++i) {
result += sqrt(i);
}
t = clock() - t;
float tt = ((float)t)/CLOCKS_PER_SEC;
printf("%g\n", tt);
}
$ gcc -std=c99 -O2 test3.c -lm -o test3
$ ./test
1.44
嗯......看起来现在“sqrt”几乎和“+”一样快。 怎么会这样? printf如何影响前一个循环AT ALL?
让我们来看看:
$ gcc -std=c99 -O2 test1.c -S -o -
...
.L3:
cvtsi2sd %ebp, %xmm1
sqrtsd %xmm1, %xmm0
ucomisd %xmm0, %xmm0
jp .L7
je .L2
.L7:
movapd %xmm1, %xmm0
movss %xmm2, (%rsp)
call sqrt
movss (%rsp), %xmm2
.L2:
unpcklps %xmm2, %xmm2
addl $1, %ebp
cmpl $1000000000, %ebp
cvtps2pd %xmm2, %xmm2
addsd %xmm0, %xmm2
unpcklpd %xmm2, %xmm2
cvtpd2ps %xmm2, %xmm2
jne .L3
...
$ gcc -std=c99 -O2 test3.c -S -o -
...
xorpd %xmm1, %xmm1
...
.L5:
cvtsi2sd %ebp, %xmm0
ucomisd %xmm0, %xmm1
ja .L14
.L10:
addl $1, %ebp
cmpl $1000000000, %ebp
jne .L5
...
.L14:
sqrtsd %xmm0, %xmm2
ucomisd %xmm2, %xmm2
jp .L12
.p2align 4,,2
je .L10
.L12:
movsd %xmm1, (%rsp)
.p2align 4,,5
call sqrt
movsd (%rsp), %xmm1
.p2align 4,,4
jmp .L10
...
第一个版本实际上调用了sqrt十亿次,但第二个版本根本没有这样做! 相反,它检查数字是否为负数,并且仅在这种情况下调用sqrt! 为什么? 编译器(或编译器作者)在这里尝试做什么?
嗯,这很简单:既然我们没有在这个特定版本中使用“结果”,它可以安全地省略“sqrt”调用...如果值不是负数,那就是! 如果它是负的那么(取决于FPU标志)sqrt可以做不同的事情(返回无意义的结果,崩溃程序等)。 这就是为什么这个版本的速度要快十几倍 - 但它根本不计算平方根!
这是最后一个示例,显示了错误的微基准测试的结果:
$ cat test4.c
#include <math.h>
#include <time.h>
#include <stdio.h>
int main() {
clock_t t = clock();
int result = 0;
for(int i = 0; i < 1000000000; ++i) {
result += 2;
}
t = clock() - t;
float tt = ((float)t)/CLOCKS_PER_SEC;
printf("%d %g\n", result, tt);
}
$ gcc -std=c99 -O2 test4.c -lm -o test4
$ ./test4
2000000000 0
执行时间是...... ZERO? 怎么会这样? 亿万计算在少于眨眼之间? 让我们来看看:
$ gcc -std=c99 -O2 test1.c -S -o -
...
call clock
movq %rax, %rbx
call clock
subq %rbx, %rax
movl $2000000000, %edx
movl $.LC1, %esi
cvtsi2ssq %rax, %xmm0
movl $1, %edi
movl $1, %eax
divss .LC0(%rip), %xmm0
unpcklps %xmm0, %xmm0
cvtps2pd %xmm0, %xmm0
...
呃,哦,循环完全消除了! 所有的计算都发生在编译时,为了加重侮辱,“时钟”调用都是在循环体循环之前执行的!
如果我们将它放在单独的功能中怎么办?
$ cat test5.c
#include <math.h>
#include <time.h>
#include <stdio.h>
int testfunc(int num, int max) {
int result = 0;
for(int i = 0; i < max; ++i) {
result += num;
}
return result;
}
int main() {
clock_t t = clock();
int result = testfunc(2, 1000000000);
t = clock() - t;
float tt = ((float)t)/CLOCKS_PER_SEC;
printf("%d %g\n", result, tt);
}
$ gcc -std=c99 -O2 test5.c -lm -o test5
$ ./test5
2000000000 0
还是一样??? 怎么会这样?
$ gcc -std=c99 -O2 test5.c -S -o -
...
.globl testfunc
.type testfunc, @function
testfunc:
.LFB16:
.cfi_startproc
xorl %eax, %eax
testl %esi, %esi
jle .L3
movl %esi, %eax
imull %edi, %eax
.L3:
rep
ret
.cfi_endproc
...
呃哦:编译器很聪明,用乘法代替循环!
现在,如果你在一边添加NaCl而在另一边添加JavaScript,你会得到一个如此复杂的系统,结果实际上是不可预测的。
这里的问题是,对于microbenchmark,你试图隔离一段代码,然后评估它的属性,但是编译器(无论是JIT还是AOT)都会试图阻止你的努力,因为它试图从你的程序中删除所有无用的计算!
Microbenchmarks很有用,当然,但它们是FORENSIC ANALYSIS工具,而不是你想要用来比较两个不同系统的速度的东西! 为此,您需要一些“真实的”(在某种意义上的世界:某些东西无法通过过度热衷的编译器对其进行优化)工作负载:特别是排序算法很受欢迎。
使用sqrt的基准测试尤其令人讨厌,因为正如我们所见,通常他们花费超过90%的时间执行单个CPU指令:sqrtsd(fsqrt,如果它是32位版本),当然,JavaScript和NaCl相同。 这些基准(如果正确实施)可以作为试金石(如果某些实现的速度与简单的本机版本的差异太大,那么你做错了什么),但它们作为NaCl,JavaScript,C#的速度比较是无用的或Visual Basic。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.