23

std::mt19937使用 C++11 的随机模块,我在使用(32 位和 64 位版本)与uniform_real_distribution(浮点数或双精度,没关系)结合使用时遇到了奇怪的性能下降。与 g++ 编译相比,它慢了一个数量级以上!

罪魁祸首不仅仅是 mt 生成器,因为它使用uniform_int_distribution. 这不是一个普遍的缺陷,uniform_real_distribution因为它与其他生成器(如default_random_engine. 只是那个特定的组合非常慢。

我对内在函数不是很熟悉,但是 Mersenne Twister 算法或多或少是严格定义的,所以我猜在实现上的差异不能解释这种差异?测量程序如下,但这是我在 64 位 linux 机器上对 clang 3.4 和 gcc 4.8.1 的结果:

gcc 4.8.1
runtime_int_default: 185.6
runtime_int_mt: 179.198
runtime_int_mt_64: 175.195
runtime_float_default: 45.375
runtime_float_mt: 58.144
runtime_float_mt_64: 94.188

clang 3.4
runtime_int_default: 215.096
runtime_int_mt: 201.064
runtime_int_mt_64: 199.836
runtime_float_default: 55.143
runtime_float_mt: 744.072  <--- this and
runtime_float_mt_64: 783.293 <- this is slow

生成这个并自己尝试的程序:

#include <iostream>
#include <vector>
#include <chrono>
#include <random>

template< typename T_rng, typename T_dist>
double time_rngs(T_rng& rng, T_dist& dist, int n){
    std::vector< typename T_dist::result_type > vec(n, 0);
    auto t1 = std::chrono::high_resolution_clock::now();
    for (int i = 0; i < n; ++i)
        vec[i] = dist(rng);
    auto t2 = std::chrono::high_resolution_clock::now();
    auto runtime = std::chrono::duration_cast<std::chrono::microseconds>(t2-t1).count()/1000.0;
    auto sum = vec[0]; //access to avoid compiler skipping
    return runtime;
}

int main(){
    const int n = 10000000;
    unsigned seed = std::chrono::system_clock::now().time_since_epoch().count();
    std::default_random_engine rng_default(seed);
    std::mt19937 rng_mt (seed);
    std::mt19937_64 rng_mt_64 (seed);
    std::uniform_int_distribution<int> dist_int(0,1000);
    std::uniform_real_distribution<float> dist_float(0.0, 1.0);

    // print max values
    std::cout << "rng_default_random.max(): " << rng_default.max() << std::endl;
    std::cout << "rng_mt.max(): " << rng_mt.max() << std::endl;
    std::cout << "rng_mt_64.max(): " << rng_mt_64.max() << std::endl << std::endl;

    std::cout << "runtime_int_default: " << time_rngs(rng_default, dist_int, n) << std::endl;
    std::cout << "runtime_int_mt: " << time_rngs(rng_mt_64, dist_int, n) << std::endl;
    std::cout << "runtime_int_mt_64: " << time_rngs(rng_mt_64, dist_int, n) << std::endl;
    std::cout << "runtime_float_default: " << time_rngs(rng_default, dist_float, n) << std::endl;
    std::cout << "runtime_float_mt: " << time_rngs(rng_mt, dist_float, n) << std::endl;
    std::cout << "runtime_float_mt_64: " << time_rngs(rng_mt_64, dist_float, n) << std::endl;
}

分别通过clang++ -O3 -std=c++11 random.cpp或 g++ 编译。有任何想法吗?

编辑:最后,Matthieu M. 有一个好主意:罪魁祸首是内联,或者说缺乏内联。增加 clang 内联限制消除了性能损失。这实际上解决了我遇到的一些性能异常。谢谢,我学到了一些新东西。

4

1 回答 1

6

正如评论中已经说明的那样,问题是由于 gcc 内联比 clang 更具侵略性。如果我们非常积极地使 clang 内联,效果就会消失:

g++ -O3使用产量编译代码

runtime_int_default: 3000.32
runtime_int_mt: 3112.11
runtime_int_mt_64: 3069.48
runtime_float_default: 859.14
runtime_float_mt: 1027.05
runtime_float_mt_64: 1777.48

clang++ -O3 -mllvm -inline-threshold=10000产量

runtime_int_default: 3623.89
runtime_int_mt: 751.484
runtime_int_mt_64: 751.132
runtime_float_default: 1072.53
runtime_float_mt: 968.967
runtime_float_mt_64: 1781.34

显然,clang 现在在这些情况下超出了内联 gcc int_mt,但所有其他运行时现在都处于相同的数量级。我在 Fedora 20 64 位上使用了 gcc 4.8.3 和 clang 3.4。

于 2014-08-08T22:17:04.497 回答