C++ eigen3 线性代数库，奇数性能结果

C++ eigen3 linear algebra library, odd performance results

本文关键字：性能 结果 eigen3 线性代数 C++      更新时间：2023-10-16

我已经在 c++ 中使用 eigen3 线性代数库一段时间了，我一直试图利用矢量化性能优势。今天，我决定测试矢量化在多大程度上真正加快了我的程序速度。因此，我编写了以下测试程序：

---特征测试.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，我使用不同的编译器选项编译后运行了该程序：(结果不是一次性的，许多运行都会给出类似的结果(

$ 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时，-march=native没有矢量化，因为当我不使用它时，我永远不会得到分割错误，或者由于矢量化而导致的错误结果，而不是我使用它的情况(-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，特征3还是gcc？

编辑：为了消除任何疑问，我现在尝试在尝试测量无矢量化情况的性能的情况下添加-DEIGEN_DONT_ALIGN编译器选项，并且结果相同。此外，当我将-DEIGEN_DONT_ALIGN与-march=native一起添加时，结果变得非常接近没有-march=native的情况。

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，我没有-march=native我得到大约 9 毫秒，-march=native大约 39 毫秒。但是，如果我将返回上方的行替换为

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

然后，在没有-march=native的情况下，时序更改为 78 毫秒，在 -march=native 的情况下更改为大约 39 毫秒。

因此，似乎在没有矢量化的情况下，编译器意识到您只使用矩阵的 (0,0( 元素，因此它只计算该元素。但是，如果启用了矢量化，则无法执行该优化。

如果您输出整个矩阵，从而强制编译器计算所有条目，那么矢量化会按预期以因子 2 加速程序(尽管我很惊讶地看到它在我的计时中正好是因子 2(。

相关文章：