我有一个项目(代码 here ),在其中运行基准测试来比较计算点积的不同方法(Naive 方法、Eigen 库、SIMD 实现等)的性能。我正在新的 Centos 7.6 虚拟机上进行测试。我注意到,当我使用不同版本的 libstdc++.so.6
时,我获得了显着不同的性能。
当我启动新的 Centos 7.6 实例时,默认的 C++ 标准库是 libstdc++.so.6.0.19
。当我运行基准测试可执行文件(链接到此版本的 libstdc++
)时,输出如下:
Naive Implementation, 1000000 iterations: 1448.74 ns average time
Optimized Implementation, 1000000 iterations: 1094.2 ns average time
AVX2 implementation, 1000000 iterations: 1069.57 ns average time
Eigen Implementation, 1000000 iterations: 1027.21 ns average time
AVX & FMA implementation 1, 1000000 iterations: 1028.68 ns average time
AVX & FMA implementation 2, 1000000 iterations: 1021.26 ns average time
如果我下载 libstdc++.so.6.0.26
并更改符号链接(symbolic link) libstdc++.so.6
以指向这个较新的库并重新运行可执行文件(无需重新编译或更改其他任何内容),结果如下:
Naive Implementation, 1000000 iterations: 297.981 ns average time
Optimized Implementation, 1000000 iterations: 156.649 ns average time
AVX2 implementation, 1000000 iterations: 131.577 ns average time
Eigen Implementation, 1000000 iterations: 92.9909 ns average time
AVX & FMA implementation 1, 1000000 iterations: 78.136 ns average time
AVX & FMA implementation 2, 1000000 iterations: 80.0832 ns average time
为什么速度有如此显着的提高(某些实现快了 10 倍)?
由于我的用例,我可能需要链接到 libstdc++.so.6.0.19
。在使用旧版本的 libstdc++
时,我可以在代码中/在我这边做些什么来查看这些速度改进吗?
编辑: 我创建了一个最小的可重现示例。
main.cpp
#include <iostream>
#include <vector>
#include <cstring>
#include <chrono>
#include <cmath>
#include <iostream>
typedef std::chrono::high_resolution_clock Clock;
const size_t SIZE_FLOAT = 512;
double computeDotProductOptomized(const std::vector<uint8_t>& v1, const std::vector<uint8_t>& v2);
void generateNormalizedData(std::vector<uint8_t>& v);
int main() {
// Seed for random number
srand (time(nullptr));
std::vector<uint8_t> v1;
std::vector<uint8_t> v2;
generateNormalizedData(v1);
generateNormalizedData(v2);
const size_t numIterations = 10000000;
double totalTime = 0.0;
for (size_t i = 0; i < numIterations; ++i) {
auto t1 = Clock::now();
auto similarity = computeDotProductOptomized(v1, v2);
auto t2 = Clock::now();
totalTime += std::chrono::duration_cast<std::chrono::nanoseconds>(t2 - t1).count();
}
std::cout << "Average Time Taken: " << totalTime / numIterations << '\n';
return 0;
}
double computeDotProductOptomized(const std::vector<uint8_t>& v1, const std::vector<uint8_t>& v2) {
const auto *x = reinterpret_cast<const float*>(v1.data());
const auto *y = reinterpret_cast<const float*>(v2.data());
double similarity = 0;
for (size_t i = 0; i < SIZE_FLOAT; ++i) {
similarity += *(x + i) * *(y + i);
}
return similarity;
}
void generateNormalizedData(std::vector<uint8_t>& v) {
std::vector<float> vFloat(SIZE_FLOAT);
v.resize(SIZE_FLOAT * sizeof(float));
for(float & i : vFloat) {
i = static_cast <float> (rand()) / static_cast <float> (RAND_MAX);
}
// Normalize the vector
float mod = 0.0;
for (float i : vFloat) {
mod += i * i;
}
float mag = std::sqrt(mod);
if (mag == 0) {
throw std::logic_error("The input vector is a zero vector");
}
for (float & i : vFloat) {
i /= mag;
}
memcpy(v.data(), vFloat.data(), v.size());
}
CMakeLists.txt
cmake_minimum_required(VERSION 3.14)
project(dot-prod-benchmark-min-reproducible-example C CXX)
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -fPIC -Ofast -ffast-math -march=broadwell")
set(CMAKE_BUILD_TYPE Release)
set(CMAKE_CXX_STANDARD 14)
add_executable(benchmark main.cpp)
在centos-release-7-6.1810.2.el7.centos.x86_64
上编译,使用cmake版本3.16.2
,gcc (GCC) 7.3 .1 20180303
Intel(R) Xeon(R) Gold 6140 CPU @ 2.30GHz
,4 个 vCPU
使用libstdc++.so.6.0.19
:平均花费时间:1279.41
使用libstdc++.20.6.0.26
:平均花费时间:168.219
最佳答案
rustyx是正确的。正是在循环中使用了 auto t1 = Clock::now();
导致了性能不佳。一旦我将计时移到循环之外(时间是花费的总时间),那么它们运行得同样快:
const size_t numIterations = 10000000;
auto t1 = Clock::now();
for (size_t i = 0; i < numIterations; ++i) {
auto similarity = computeDotProductOptomized(v1, v2);
}
auto t2 = Clock::now();
std::cout << "Total Time Taken: " << std::chrono::duration_cast<std::chrono::milliseconds>(t2 - t1).count() << " ms\n";
关于c++ - 为什么 C++ 可执行文件在与较新的 libstdc++.so 链接时运行速度如此之快?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59570753/