【问题标题】:Why does the speed of this SOR solver depend on the input?为什么这个 SOR 求解器的速度取决于输入?
【发布时间】:2010-03-07 19:33:04
【问题描述】:

与我的other question 相关,我现在修改了稀疏矩阵求解器以使用 SOR(Successive Over-Relaxation)方法。现在代码如下:

void SORSolver::step() {
    float const omega = 1.0f;
    float const
        *b = &d_b(1, 1),
        *w = &d_w(1, 1), *e = &d_e(1, 1), *s = &d_s(1, 1), *n = &d_n(1, 1),
        *xw = &d_x(0, 1), *xe = &d_x(2, 1), *xs = &d_x(1, 0), *xn = &d_x(1, 2);
    float *xc = &d_x(1, 1);
    for (size_t y = 1; y < d_ny - 1; ++y) {
        for (size_t x = 1; x < d_nx - 1; ++x) {
            float diff = *b
                - *xc
                - *e * *xe
                - *s * *xs - *n * *xn
                - *w * *xw;
            *xc += omega * diff;
            ++b;
            ++w; ++e; ++s; ++n;
            ++xw; ++xe; ++xs; ++xn;
            ++xc;
        }
        b += 2;
        w += 2; e += 2; s += 2; n += 2;
        xw += 2; xe += 2; xs += 2; xn += 2;
        xc += 2;
    }
}

现在奇怪的是:如果我增加omega(松弛因子),执行速度开始显着地依赖于各种数组中的值!

对于omega = 1.0f,执行时间或多或少是恒定的。对于omega = 1.8,第一次执行此step() 10 次通常需要5 毫秒,但在模拟期间这将逐渐增加到接近100 毫秒。如果我设置omega = 1.0001f,我会看到执行时间相应地略有增加; omega 越高,模拟过程中的执行时间就会越快。

由于所有这些都嵌入在流体求解器中,因此很难提出一个独立的示例。但是我已经保存了初始状态并在每个时间步重新运行该状态的求解器,以及求解实际时间步。对于初始状态,它很快,对于随后的时间步长,它逐渐变慢。由于其他条件相同,这就证明了这段代码的执行速度取决于这六个数组中的值。

这可以在使用 g++ 的 Ubuntu 以及使用 VS2008 编译为 32 位的 64 位 Windows 7 上重现。

我听说 NaN 和 Inf 值对于浮点计算可能会更慢,但不存在 NaN 或 Inf。浮点计算的速度是否可能取决于输入数字的值?

【问题讨论】:

  • 您确定不测量其他一些依赖于计算值的代码路径吗?
  • 如果您仍然遇到性能问题,请考虑使用 GPU 进行这些计算。 GPU 非常擅长稀疏矩阵工作。
  • @ebo:我使用 Linux 中的实时时钟来测量这个调用。所以是的,我很确定。
  • @Mark:我知道,但这限制了我可以运行它的平台数量。如果需要,我将在 GPU 上运行它作为最后的手段。

标签: c++ optimization floating-point sparse-matrix


【解决方案1】:

对您最后一个问题的简短回答是“是” - 非规范化(非常接近于零)数字需要特殊处理并且速度可能会慢得多。我的猜测是,随着时间的推移,他们正在逐渐进入模拟。请参阅此相关 SO 帖子:Floating Point Math Execution Time

将浮点控件设置为将非规范化刷新为零应该可以解决对模拟质量影响可忽略不计的问题。

【讨论】:

  • 非规范化值确实进入了它;我正在求解流体压力以使散度(上面的d_b)尽可能接近零。所以这解释了它,你又一次教会了我一些东西。非常感谢! (您对1-omega 的困惑可能是因为矩阵行已缩放,因此对角线上有1s。- *xc 并非来自那里,但实际上是您的代码行中的术语-omega * *xc。我得到了合理的答案。)
  • 很高兴成功了。我最近从一位同事那里听到了一个恐怖故事——就在几年前的一个大型贸易展之前,演示程序在运行了几分钟后就慢了下来。事实证明,图形驱动程序中的一个错误没有正确重置浮点控制标志,并且由于在刚体模拟中反复乘以阻尼因子而导致异常。一旦他们知道问题就可以简单地修复,但他们需要一两天的调试时间才能找到它。不管怎样,当我看到你的描述时,我立刻想到了这一点。
【解决方案2】:

celion's answer 原来是正确的。他链接到的帖子说要打开非规范化值的清零:

#include <float.h>
_controlfp(_MCW_DN, _DN_FLUSH);

但是,这仅适用于 Windows。在 Linux 上使用 gcc,我做了同样的事情,带有一点内联汇编的味道:

int mxcsr;
__asm__("stmxcsr %0" : "=m"(mxcsr) : :);
mxcsr |= (1 << 15); // set bit 15: flush-to-zero mode
__asm__("ldmxcsr %0" : : "m"(mxcsr) :);

这是我的第一个 x86 程序集,因此它可能需要改进。但这对我有用。

【讨论】:

  • 您可以使用 fenv.h (C99) 可移植地设置 FP 环境。
  • 这是 C++,所以不能直接工作。但是可能会窃取该实现。谢谢!
猜你喜欢
  • 2010-11-22
  • 1970-01-01
  • 2013-02-27
  • 2021-07-05
  • 2018-02-18
  • 2013-12-16
  • 2015-02-08
  • 2017-07-06
  • 2020-09-03
相关资源
最近更新 更多