Tag: 优化

复制BLAS矩阵乘法性能：我能匹配吗？

背景 如果您一直关注我的post，我试图复制Kazushige Goto关于方阵乘法C = AB的开创性论文中的结果。 我在这里可以找到关于这个主题的最后一篇文章。 在我的代码版本中，我遵循Goto的内存分层和打包策略，内核使用128位SSE3内在函数计算2×8的C块。 我的CPU是i5-540M，超线程关闭。 有关我的硬件的其他信息可以在另一篇文章中找到，并在下面重复。 我的硬件 我的CPU是Intel i5 – 540M。 您可以在cpu-world.com上找到相关的CPUID信息。 微体系结构是Nehalem（westmere），因此理论上每循环每个核心可以计算4个双精度触发器。 我将只使用一个核心（没有OpenMP），因此，对于超线程关闭和4步Intel Turbo Boost，我应该看到( 2.533 Ghz + 4*0.133 Ghz ) * ( 4 DP flops/core/cycle ) * ( 1 core ) = 12.27 DP Gflops的峰值( 2.533 Ghz + 4*0.133 Ghz ) * ( 4 DP flops/core/cycle ) * ( 1 […]

有哪些重构方法可以减少编译代码的大小？

我有一个需要新function的传统固件应用程序。 应用程序的大小已经接近设备的有限闪存容量，并且少数新function和变量将其推向了边缘。 打开编译器优化可以解决这个问题，但客户对这样做很谨慎，因为它们过去曾导致过失败。 那么，在重构C代码以产生更小的输出时，需要注意哪些常见的事情？

什么posix_fadvise（）args用于顺序文件写入？

我正在开发一个顺序写入大文件（并且根本不读取）的应用程序，我想使用posix_fadvise()来优化文件系统行为。 联机帮助页中的函数说明表明最合适的策略是POSIX_FADV_SEQUENTIAL 。 但是，Linux实现描述怀疑： 在Linux下， POSIX_FADV_NORMAL将预读窗口设置为后备设备的默认大小; POSIX_FADV_SEQUENTIAL将此大小加倍，POSIX_FADV_RANDOM完全禁用文件预读。 由于我只是在写数据（可能也会覆盖文件），所以我不期待任何预读。 我应该坚持使用POSIX_FADV_SEQUENTIAL还是使用POSIX_FADV_RANDOM来禁用它？ 其他选项怎么样，比如POSIX_FADV_NOREUSE ？ 或者也许不要使用posix_fadvise()来写作？

海湾合作委员会的__builtin_expect走了多远？

在回答另一个问题时，我对此感到好奇。 我很清楚 if( __builtin_expect( !!a, 0 ) ) { // not likely } else { // quite likely } 通过做一些暗示处理器/改变汇编代码顺序/某种魔术的东西，将使“非常可能”的分支更快（通常）。 （如果有人能澄清那个也很棒的魔法）。 但这是否适用于a）内联ifs，b）变量和c）除0和1以外的值？ 即会 __builtin_expect( !!a, 0 ) ? /* unlikely */ : /* likely */; 要么 int x = __builtin_expect( t / 10, 7 ); if( x == 7 ) { // likely } else […]

有没有办法让这个哈希查找更快？

我要求（非常）快速处理有限范围的字符串，统计它们的值。 输入文件的格式如下： January 7 March 22 September 87 March 36 等等。 因为线宽是相同的，所以我可以简单快速读取fread ，我开发了一个完美的散列函数，但是我想知道是否有人可以提供任何关于如何使它更快的建议。 我将介绍每个建议，看看它是怎么回事。 散列函数基于月份名称，以允许将值快速分配给存储桶。 跟我来这儿。 我首先想出了完美哈希的最小字符数： January February March April May June July August September October November December 请记住，由于我拥有整个输入行，因此月份都是九个字符。 不幸的是，没有一个列标记一个月的唯一。 第1列复制J ，第2列复制a ，第3列复制r ，第4列复制u和第5列以后重复 （还有其他重复但有一个足以阻止单列散列键）。 但是，通过使用第一列和第四列，我得到值Ju ， Fr ， Mc ， Ai ， M ， Je ， Jy ， Au ， St ， Oo […]

重新排列等式

我的C代码中有以下等式 k * dl * (1.0 + pHold / centre + (pHold * pHold) / (2.0 * centre * centre) – square / (2.0 * centre)) 我知道浮点除法比乘法要贵得多，而且我已经和它搏斗了一段时间。 有没有办法重新排列这个来划分一个师？ 谢谢

优化Microsoft Visual Studio编译器生成的程序集

我正在开发一个矩阵乘法项目。 我已经能够编写C代码，并且我能够使用Microsoft visual studio 2012编译器为它生成汇编代码。 编译器生成的代码如下所示。 编译器使用了SSE寄存器，这正是我想要的，但它不是最好的代码。 我想优化这段代码并用C代码内联编写，但我不理解汇编代码。 基本上汇编代码仅适用于矩阵的一个维度，下面的代码仅适用于4乘4矩阵。 我怎样才能使它对n * n矩阵大小有益。 C ++代码如下所示： #define MAX_NUM 10 #define MAX_DIM 4 int main () { float mat_a [] = {1.0, 2.0, 3.0, 4.0, 1.0, 2.0, 3.0, 4.0, 1.0, 2.0, 3.0, 4.0, 1.0, 2.0, 3.0, 4.0}; float mat_b [] = {1.0, 2.0, 3.0, 4.0, 1.0, 2.0, 3.0, […]

内存/速度问题的一般策略

我有一个c ++代码，它运行大约200个ASCII文件，进行一些基本的数据处理，并输出一个带有（基本上）所有数据的ASCII文件。 该程序一开始运行得非常快，然后在一段时间内急剧减速，可能会逐渐减慢，然后以相当缓慢的速度进行。 即它在大约5秒钟内通过前~80个文件，在大约50秒内完成约200个文件。 每个文件基本相同。 我正在寻找有关如何追踪问题或内存泄漏的建议。 更多细节：首先我会在程序开头fopen（FILE * outputFile，“w”），最后是fclose（）。 前~40个文件大约需要4秒钟; 然后大约1.5分钟~200个文件。 我想也许输出文件堵塞了内存，所以我在每次迭代时（即每次打开一个新文件时）将代码更改为fopen（outputFile，“a”），每次关闭输入文件时fclose（）。如上所述，这将性能提高到约50秒。 看起来很奇怪，这个“修复”会有明显的帮助，但并非完全如此。 此外，我不是动态分配任何内存（没有调用’新’或’删除’或’免费’或其他什么）….所以我甚至不知道我怎么会有内存泄漏。 任何帮助，将不胜感激！ 谢谢！ 码： vector dirCon; // Uses boost::filesystem to store every file in directory bool retVal = FileSystem::getDirectoryContents(HOME_DIR+HISTORY_DIR, &dirCon, 2); int counter = 0; for(int i = 0; i < dirCon.size(); i++) { // Create output file FILE *outFile; string outputFileName […]

具有数据依赖性的for循环矢量化

我有基于BiCCG（共轭梯度）的矩阵求解器的实现，它也考虑了周期性。 碰巧的情况是，实现是计算密集型的，并且由于依赖性问题，循环不会自动向量化。 我进行了一些探索，似乎红黑高斯seidel算法比vanilla版本（也有类似的依赖性问题）更有效并行化。 可以更改此循环/算法，以便可以有效地进行矢量化吗？ // FORWARD #pragma omp for schedule(static, nx/NTt) for (i=1; i<=nx; i++) for (j=1; j<=ny; j++) for (k=1; k<=nz; k++) { dummy = res_sparse_s[i][j][k]; dummy -= COEFF[i][j][k][7] * RLL[i-1][j][k]; if (PeriodicBoundaryX && i==nx)dummy -= COEFF[i][j][k][8] * RLL[1 ][j][k]; dummy -= COEFF[i][j][k][2] * RLL[i][j-1][k]; if (PeriodicBoundaryY && j==ny) dummy -= COEFF[i][j][k][3] * RLL[i][1 […]

数学’pow’函数gcc的SSE向量化

我试图对包含在数学库中使用’pow’函数的循环进行矢量化。 我知道英特尔编译器支持使用’pow’作为sse指令 – 但我似乎无法使用gcc运行（我认为）。 这是我正在使用的情况： int main(){ int i=0; float a[256], b[256]; float x= 2.3; for (i =0 ; i<256; i++){ a[i]=1.5; } for (i=0; i<256; i++){ b[i]=pow(a[i],x); } for (i=0; i<256; i++){ b[i]=a[i]*a[i]; } return 0; } 我正在编译以下内容： gcc -O3 -Wall -ftree-vectorize -msse2 -ftree-vectorizer-verbose=5 code.c -o runthis 这是在使用gcc版本4.2的os X 10.5.8上（我也使用了4.5，并且无法判断它是否已经向量化了 – 因为它根本没有输出任何内容）。 似乎没有一个循环矢量化 – […]