[英]How can I speed-up this loop (in C)?
我正在尝试并行化C中的卷积函数。这是原始函数,它会卷积两个64位浮点数组:
void convolve(const Float64 *in1,
UInt32 in1Len,
const Float64 *in2,
UInt32 in2Len,
Float64 *results)
{
UInt32 i, j;
for (i = 0; i < in1Len; i++) {
for (j = 0; j < in2Len; j++) {
results[i+j] += in1[i] * in2[j];
}
}
}
为了允许并发(没有信号量),我创建了一个函数来计算results
数组中特定位置的results
:
void convolveHelper(const Float64 *in1,
UInt32 in1Len,
const Float64 *in2,
UInt32 in2Len,
Float64 *result,
UInt32 outPosition)
{
UInt32 i, j;
for (i = 0; i < in1Len; i++) {
if (i > outPosition)
break;
j = outPosition - i;
if (j >= in2Len)
continue;
*result += in1[i] * in2[j];
}
}
问题是,使用convolveHelper
将代码减慢约3.5倍(在单个线程上运行时)。
关于如何在保持线程安全的同时加快convolveHelper
任何想法?
时域中的卷积在傅立叶域中成为乘法。 我建议你抓住一个快速FFT库(如FFTW )并使用它。 你将从O(n ^ 2)到O(n log n)。
算法优化几乎总是优于微优化。
可能有帮助的最明显的事情是预先计算循环的起始和结束索引,并删除i
和j
上的额外测试(及其相关的跳转)。 这个:
for (i = 0; i < in1Len; i++) {
if (i > outPosition)
break;
j = outPosition - i;
if (j >= in2Len)
continue;
*result += in1[i] * in2[j];
}
可以改写为:
UInt32 start_i = (in2Len < outPosition) ? outPosition - in2Len + 1 : 0;
UInt32 end_i = (in1Len < outPosition) ? in1Len : outPosition + 1;
for (i = start_i; i < end_i; i++) {
j = outPosition - i;
*result += in1[i] * in2[j];
}
这样,条件j >= in2Len
永远不会成立,并且循环测试基本上是测试i < in1Len
和i < outPosition
。
从理论上讲,你也可以摆脱对j
的赋值并将i++
转换为++i
,但编译器可能已经为你做了那些优化。
您可以在循环之前计算i
的正确最小值/最大值,而不是循环中的两个if
语句。
您将分别计算每个结果位置。 相反,您可以将results
数组拆分为块,并让每个线程计算一个块。 块的计算看起来像convolve
函数。
除非您的数组非常大,否则使用线程实际上不太可能有用,因为启动线程的开销将大于循环的开销。 但是,让我们假设您的阵列很大,并且线程是一个净胜利。 在那种情况下,我会做以下事情:
convolveHelper
,这太复杂了,也无济于事。 将循环内部拆分为线程函数。 即只是
for (j = 0; j < in2Len; j++) { results[i+j] += in1[i] * in2[j]; }
进入它自己的函数,将i
作为参数与其他所有东西一起使用。
convolve
只需启动线程。 为了获得最大效率,请使用信号量以确保永远不会创建比核心更多的线程。 这就是为什么......
考虑一个b + a c
U可以将其优化为*(b + c) (少一个多重复制)
在你的情况下, 在内循环中存在in2Len不必要的乘法。 哪个可以消除。
因此,如下修改代码应该给我们reqd卷积:
( 注意:以下代码返回循环卷积 ,必须展开循环卷积才能获得线性卷积结果。
void convolve(const Float64 *in1,
UInt32 in1Len,
const Float64 *in2,
UInt32 in2Len,
Float64 *results)
{
UInt32 i, j;
for (i = 0; i < in1Len; i++) {
for (j = 0; j < in2Len; j++) {
results[i+j] += in2[j];
}
results[i] = results[i] * in1[i];
}
}
这应该给U带来最大的性能跳跃。 试试吧,看看!!
祝好运!!
CVS @ 2600Hertz
我终于想出了如何正确预先计算开始/结束索引( Tyler McHenry和interjay提出的建议):
if (in1Len > in2Len) {
if (outPosition < in2Len - 1) {
start = 0;
end = outPosition + 1;
} else if (outPosition >= in1Len) {
start = 1 + outPosition - in2Len;
end = in1Len;
} else {
start = 1 + outPosition - in2Len;
end = outPosition + 1;
}
} else {
if (outPosition < in1Len - 1) {
start = 0;
end = outPosition + 1;
} else if (outPosition >= in2Len) {
start = 1 + outPosition - in2Len;
end = in1Len;
} else {
start = 0;
end = in1Len;
}
}
for (i = start; i < end; i++) {
*result = in1[i] * in2[outPosition - i];
}
不幸的是,预先计算索引不会导致执行时间明显减少 :(
让convolve helper在更大的集合上工作,使用短外循环计算多个结果。
并行化的关键是在线程之间的工作分配之间找到一个很好的平衡点。 不要使用比CPU核心数更多的线程。
在所有线程之间平均分配工作。 有了这种问题,每个线程工作的复杂性应该是相同的。
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.