我上了这堂课,
方法1:
typedef float v4sf __attribute__ (vector_size(16))
class Unit
{
public:
Unit(int num)
{
u = new float[num];
v = new float[num];
}
void update()
{
for(int i =0 ; i < num; i+=4)
{
*(v4sf*)&u[i] = *(v4sf*)&v[i] + *(v4sf*)&t[i];
//many other equations
}
}
float*u,*v,*t; //and many other variables
}
方法2:
与方法1相同。除了在方法2中,v
,u
和所有其他变量都使用展示位置new
分配在堆上预先分配的大块上。
typedef float v4sf __attribute__ (vector_size(16))
class Unit
{
public:
Unit(int num)
{
buffer = new char[num*sizeof(*u) + sizeof(*v) /*..and so on for other variables..*/]
u = new(buffer) float[num];
v = new(buffer+sizeof(float)*num) float[num];
//And so on for other variables
}
void update()
{
for(int i =0 ; i < num; i+=4)
{
*(v4sf*)&u[i] = *(v4sf*)&v[i] + *(v4sf*)&t[i];
//many other equations
}
}
char* buffer;
float*u,*v,*t; //and many other variables
}
然而,方法2快2倍。那是为什么?
大约有12个浮点变量,num是500K。 update()被称为1k
次。速度不会影响内存分配。我像这样测量速度:
double start = getTime();
for( int i = 0; i < 1000; i++)
{
unit->update();
}
double end = getTime();
cout<<end - start;
这在方法2中快了约2倍。
编译器选项:gcc -msse4 -o3 -ftree-vectorize.
L1缓存为256K,Ram为8GB,页面大小为4K。
编辑:更正了在方法2中分配变量时的错误。所有变量都在不同的部分中正确分配。 处理器是Intel(R)Core(TM)i7-2600 CPU @ 3.40GHz
修改:在此处添加了来源 - Source。方法1)给出69.58s,方法2)给出46.74s。虽然速度不快2倍,但仍然很快。
答案 0 :(得分:4)
可能是因为“方法2”存在错误 - 所有变量u
,v
,t
都位于内存中完全相同的位置(您将相同的地址传递给展示位置)新)。
修改:现在你没有......;)
如果没有分析,很难猜测,但它可能与默认分配器有关。如果在第一种方法中,您为每个变量单独调用new,则无法保证将为这些变量分配彼此接近的地址。另一方面,在第二种方法中,您确保它们彼此尽可能接近。这将最大化缓存利用率并限制缓存未命中。
答案 1 :(得分:1)
分解时间并查看构造函数中的哪个部分与update
中的哪个部分有用将是有用的。
由于update
没有改变,唯一会影响其时间的是缓存对数据的影响。这超过了2倍的差异。
答案 2 :(得分:0)
普通新实际上是分配+建设,而新安置只是建设 因此,分配+2构造自然比分配+构造+分配+构造更快 而且,整数类型的构造是nop,所以在你的情况下它是2个分配对1个分配。
答案 3 :(得分:0)
我假设在方法2中,编译器能够识别出u和v的地址在调用之间不会改变,因此将for循环中的一些指针用于寄存器中的for循环。