Question

我一直在c ++中使用eigen3线性代数库，我一直试图利用矢量化性能优势。今天，我决定测试多少矢量化真正加速我的程序。所以，我写了以下测试程序：

--- eigentest.cpp ---

#include <eigen3/Eigen/Dense>
using namespace Eigen;

#include <iostream>

int main() {
        Matrix4d accumulator=Matrix4d::Zero();
        Matrix4d randMat = Matrix4d::Random();
        Matrix4d constMat = Matrix4d::Constant(2);
        for(int i=0; i<1000000; i++) {
                randMat+=constMat;
                accumulator+=randMat*randMat;
        }
        std::cout<<accumulator(0,0)<<"\n"; // To avoid optimizing everything away
        return 0;
}

然后我用不同的编译器选项编译它后运行这个程序:(结果不是一次性的，很多运行给出类似的结果）

$ g++ eigentest.cpp  -o eigentest -DNDEBUG -std=c++0x -march=native
$ time ./eigentest
5.33334e+18

real    0m4.409s
user    0m4.404s
sys 0m0.000s
$ g++ eigentest.cpp  -o eigentest -DNDEBUG -std=c++0x
$ time ./eigentest 
5.33334e+18

real    0m4.085s
user    0m4.040s
sys 0m0.000s
$ g++ eigentest.cpp  -o eigentest -DNDEBUG -std=c++0x -march=native -O3
$ time ./eigentest 
5.33334e+18

real    0m0.147s
user    0m0.136s
sys 0m0.000s
$ g++ eigentest.cpp  -o eigentest -DNDEBUG -std=c++0x -O3
$time ./eigentest
5.33334e+18

real    0m0.025s
user    0m0.024s
sys 0m0.000s

这是我的相关cpu信息：

model name  : AMD Athlon(tm) 64 X2 Dual Core Processor 5600+
flags       : fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush mmx fxsr sse sse2 ht syscall nx mmxext fxsr_opt rdtscp lm 3dnowext 3dnow extd_apicid pni cx16 lahf_lm cmp_legacy svm extapic cr8_legacy 3dn

我知道当我不使用编译器选项-march=native时没有向量化，因为当我不使用它时，我从来没有得到分段错误，或者由于向量化而导致错误的结果，而不是对于我使用它的情况（使用-NDEBUG）。

这些结果让我相信，至少在我的CPU上使用eigen3进行矢量化会导致执行速度变慢。我应该责怪谁？我的CPU，eigen3还是gcc？

编辑：为了消除任何疑虑，我现在尝试添加-DEIGEN_DONT_ALIGN编译器选项，以便我尝试测量无向量化情况的性能，结果是相同的。此外，当我将-DEIGEN_DONT_ALIGN与-march=native一起添加时，结果会与没有-march=native的情况非常接近。

Answer 1

似乎编译器比你想象的更聪明，并且仍然优化了很多东西。

在我的平台上，我获得大约9毫秒没有-march=native和大约39毫秒-march=native。但是，如果我用

替换返回上方的行

std::cout<<accumulator<<"\n";

然后时间变为没有-march=native的78毫秒和-march=native的约39毫秒。

因此，似乎没有矢量化，编译器意识到你只使用矩阵的（0,0）元素，因此它只计算那个元素。但是，如果启用了矢量化，则无法进行优化。

如果你输出整个矩阵，从而迫使编译器计算所有的条目，那么矢量化就像预期的那样以2倍的速度加速程序（虽然我很惊讶地看到它正好是我的2因素定时）。

C ++ eigen3线性代数库，性能奇怪

1 个答案: