[英]Speed up Cython implementation of dot product multiplication
我試圖通過在點積操作np.dot(a,b)
上超越 Numpy 來學習 cython。 但是我的實現慢了大約 4 倍。
所以,這是我的 hello.pyx 文件 cython 實現:
cimport numpy as cnp
cnp.import_array()
cpdef double dot_product(double[::1] vect1, double[::1] vect2):
cdef int size = vect1.shape[0]
cdef double result = 0
cdef int i = 0
while i < size:
result += vect1[i] * vect2[i]
i += 1
return result
這是 my.py 測試文件:
import timeit
setup = '''
import numpy as np
import hello
n = 10000
a = np.array([float(i) for i in range(n)])
b = np.array([i/2 for i in a])
'''
lf_code = 'res_lf = hello.dot_product(a, b)'
np_code = 'res_np = np.dot(a,b)'
n = 100
lf_time = timeit.timeit(lf_code, setup=setup, number=n) * 100
np_time = timeit.timeit(np_code, setup=setup, number=n) * 100
print(f'Lightning fast time: {lf_time}.')
print(f'Numpy time: {np_time}.')
控制台 output:
Lightning fast time: 0.12186000000156127.
Numpy time: 0.028800000001183435.
構建 hello.pyx 的命令:
python setup.py build_ext --inplace
setup.py 文件:
from distutils.core import Extension, setup
from Cython.Build import cythonize
import numpy as np
# define an extension that will be cythonized and compiled
ext = Extension(name="hello", sources=["hello.pyx"], include_dirs=[np.get_include()])
setup(ext_modules=cythonize(ext))
處理器:i7-7700T @ 2.90 GHz
與 Numpy(在大多數平台上默認使用 OpenBLAS)相比,問題主要來自缺乏 SIMD 指令(由於邊界檢查和低效的默認編譯器標志)。
要解決這個問題,您應該首先在hello.pix
文件的開頭添加以下行:
#cython: language_level=3, boundscheck=False, wraparound=False, initializedcheck=False
然后,您應該使用這個新的setup.py
文件:
from distutils.core import Extension, setup
from Cython.Build import cythonize
import numpy as np
# define an extension that will be cythonized and compiled
ext = Extension(name="hello", sources=["hello.pyx"], include_dirs=[np.get_include()], extra_compile_args=['-O3', '-mavx', '-ffast-math'])
setup(ext_modules=cythonize(ext))
請注意,標志取決於編譯器。 話雖如此,Clang 和 GCC 都支持它們(可能也支持 ICC)。 -O3
告訴 Clang 和 GCC 使用更積極的優化,例如代碼的自動矢量化。 -mavx
告訴他們使用 AVX 指令集(僅在相對較新的 x86-64 處理器上可用)。 -ffast-math
告訴他們假設浮點數運算是關聯的(事實並非如此),並且您只使用有限/基本數(沒有 NaN,也沒有無窮大)。 如果不滿足上述假設,則程序可能會在運行時崩潰,因此請小心此類標志。
請注意,OpenBLAS 會根據您的機器和 AFAIK 自動選擇指令集,它不使用-ffast-math
而是更安全(低級)的替代方案。
這是我機器上的結果:
Before optimization:
Lightning fast time: 0.10018469997703505.
Numpy time: 0.024747799989199848.
After (with GCC):
Lightning fast time: 0.02865879996534204.
Numpy time: 0.02456870001878997.
After (with Clang):
Lightning fast time: 0.01965239998753532.
Numpy time: 0.024799799984975834.
Clang 生成的代碼在我的機器上比 Numpy 快。
對我機器上處理器執行的匯編代碼的分析表明,該代碼僅使用慢標量指令,包含不必要的邊界檢查,並且主要受result +=...
操作的限制(因為循環攜帶依賴)。
162e3:┌─→movsd xmm0,QWORD PTR [rbx+rax*8] # Load 1 item
162e8:│ mulsd xmm0,QWORD PTR [rsi+rax*8] # Load 1 item
162ed:│ addsd xmm1,xmm0 # Main bottleneck (accumulation)
162f1:│ cmp rdi,rax
162f4:│↓ je 163f8 # Bound checking conditional jump
162fa:│ cmp rdx,rax
162fd:│↓ je 16308 # Bound checking conditional jump
162ff:│ add rax,0x1
16303:├──cmp rcx,rax
16306:└──jne 162e3
優化后的結果是:
13720:┌─→vmovupd ymm3,YMMWORD PTR [r13+rax*1+0x0] # Load 4 items
13727:│ vmulpd ymm0,ymm3,YMMWORD PTR [rcx+rax*1] # Load 4 items
1372c:│ add rax,0x20
13730:│ vaddpd ymm1,ymm1,ymm0 # Still a bottleneck (but better)
13734:├──cmp rdx,rax
13737:└──jne 13720
result +=...
操作仍然是優化版本中的瓶頸,但這要好得多,因為循環一次可以處理 4 個項目。 要消除瓶頸,必須部分展開循環。 但是,GCC(這是我機器上的默認編譯器)無法正確執行此操作(即使在要求使用-funrol-loops
時(由於循環攜帶依賴)。這就是為什么 OpenBLAS 應該比GCC 生成的代碼。
希望 Clang 默認能夠做到這一點。 下面是 Clang 生成的代碼:
59e0:┌─→vmovupd ymm4,YMMWORD PTR [rax+rdi*8] # load 4 items
59e5:│ vmovupd ymm5,YMMWORD PTR [rax+rdi*8+0x20] # load 4 items
59eb:│ vmovupd ymm6,YMMWORD PTR [rax+rdi*8+0x40] # load 4 items
59f1:│ vmovupd ymm7,YMMWORD PTR [rax+rdi*8+0x60] # load 4 items
59f7:│ vmulpd ymm4,ymm4,YMMWORD PTR [rbx+rdi*8]
59fc:│ vaddpd ymm0,ymm4,ymm0
5a00:│ vmulpd ymm4,ymm5,YMMWORD PTR [rbx+rdi*8+0x20]
5a06:│ vaddpd ymm1,ymm4,ymm1
5a0a:│ vmulpd ymm4,ymm6,YMMWORD PTR [rbx+rdi*8+0x40]
5a10:│ vmulpd ymm5,ymm7,YMMWORD PTR [rbx+rdi*8+0x60]
5a16:│ vaddpd ymm2,ymm4,ymm2
5a1a:│ vaddpd ymm3,ymm5,ymm3
5a1e:│ add rdi,0x10
5a22:├──cmp rsi,rdi
5a25:└──jne 59e0
該代碼不是最優的(因為由於vaddpd
指令的延遲,它應該至少展開循環 6 次),但它非常好。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.