| title | date | tags | |
|---|---|---|---|
一些CPP简单的提速方法 |
2022-06-18 11:00:00 -0700 |
|
最近看了小彭老师的c++课第四讲, 讲的是c++的编译器优化，打开了新世界的大门。
在这里简单记录一下作业里面我用到的优化方法。
在windows wsl2平台进行测试，CPU为i7-6700HQ, 从上至下迭代优化
为什么不在macOS测试捏？macOS SOA居然比AOS慢，完全搞不懂为什么，放弃。
首先贴一下官方的源程序：
#include <cstdio>
#include <cstdlib>
#include <vector>
#include <chrono>
#include <cmath>
float frand() {
return (float)rand() / RAND_MAX * 2 - 1;
}
struct Star {
float px, py, pz;
float vx, vy, vz;
float mass;
};
std::vector<Star> stars;
void init() {
for (int i = 0; i < 48; i++) {
stars.push_back({
frand(), frand(), frand(),
frand(), frand(), frand(),
frand() + 1,
});
}
}
float G = 0.001;
float eps = 0.001;
float dt = 0.01;
void step() {
for (auto &star: stars) {
for (auto &other: stars) {
float dx = other.px - star.px;
float dy = other.py - star.py;
float dz = other.pz - star.pz;
float d2 = dx * dx + dy * dy + dz * dz + eps * eps;
d2 *= sqrt(d2);
star.vx += dx * other.mass * G * dt / d2;
star.vy += dy * other.mass * G * dt / d2;
star.vz += dz * other.mass * G * dt / d2;
}
}
for (auto &star: stars) {
star.px += star.vx * dt;
star.py += star.vy * dt;
star.pz += star.vz * dt;
}
}
float calc() {
float energy = 0;
for (auto &star: stars) {
float v2 = star.vx * star.vx + star.vy * star.vy + star.vz * star.vz;
energy += star.mass * v2 / 2;
for (auto &other: stars) {
float dx = other.px - star.px;
float dy = other.py - star.py;
float dz = other.pz - star.pz;
float d2 = dx * dx + dy * dy + dz * dz + eps * eps;
energy -= other.mass * star.mass * G / sqrt(d2) / 2;
}
}
return energy;
}
template <class Func>
long benchmark(Func const &func) {
auto t0 = std::chrono::steady_clock::now();
func();
auto t1 = std::chrono::steady_clock::now();
auto dt = std::chrono::duration_cast<std::chrono::milliseconds>(t1 - t0);
return dt.count();
}
int main() {
init();
printf("Initial energy: %f\n", calc());
auto dt = benchmark([&] {
for (int i = 0; i < 100000; i++)
step();
});
printf("Final energy: %f\n", calc());
printf("Time elapsed: %ld ms\n", dt);
return 0;
}是的，加O3优化没起作用，我也不知道为啥。。。
set(CMAKE_CXX_FLAGS "-O3")增加-ffast-math指令可以让GCC更大胆地尝试浮点运算的优化，如果能够保证程序中不会出现无穷大和NAN。
set(CMAKE_CXX_FLAGS "-O3 -ffast-math")通过 -march=native 来让编译器检测电脑是否支持AVX，来实现更快的SIMD。
set(CMAKE_CXX_FLAGS "-O3 -ffast-math -march=native")AOS(Array of Struct): 传统的一般的面向对象的编程方式，例如上面代码中的：
struct Star {
float px, py, pz;
float vx, vy, vz;
float mass;
};
std::vector<Star> stars;因为内存排布不友好，所以很难做SIMD。
SOA(Struct of Array): 高性能计算中常见的编程方式，可以将上面的写法更改为：
template <size_t N>
struct Star {
float px[N];
float py[N];
float pz[N];
float vx[N];
float vy[N];
float vz[N];
float mass[N];
};这样的内存排布友好，所以方便做SIMD。
同样的，循环访问变量时的代码也要进行修改，例如：
for(size_t i=0;i<48;i++){
for(size_t j=0;j<48;j++){
float dx = stars.px[j] - stars.px[i];
float dy = stars.py[j] - stars.py[i];
float dz = stars.pz[j] - stars.pz[i];
float d2 = dx * dx + dy * dy + dz * dz + eps * eps;
d2 *= std::sqrt(d2);
stars.vx[i] += dx * stars.mass[j] * G * dt / d2;
stars.vy[i] += dx * stars.mass[j] * G * dt / d2;
stars.vz[i] += dx * stars.mass[j] * G * dt / d2;
}
}可以看到优化效果是非常明显的(但是在mac上不是。。至少在M1的mac上不是，实测还变慢了，不知道是clang/LLVM的锅还是M1的锅。。。)
传统的一些数学函数是C语言的遗产，不要用了，比如说sqrt函数只支持double类型，自然就会很慢。
所以这里修改为std::sqrt，这是C++的数学函数。
d2 *= std::sqrt(d2);static float frand() {
return (float)rand() / RAND_MAX * 2 - 1;
}
constexpr float G = 0.001;
constexpr float eps = 0.001;
constexpr float dt = 0.01;constexpr是可以把一些变量直接进行编译器求值，static应该也差不多吧(我也不是很确定)。
但是不知道为什么加了没用。。。又或者说有一点用但是不明显吧。
从1570ms最后优化到了170ms，接近10倍，牛逼疯了。
我感觉我以前写的代码可能全是垃圾代码。。。