C#-大数据集上的System.Numerics.Vector
作者：互联网
我试图通过利用System.Numerics对float []数组执行SIMD操作来提高.NET Core库的性能. System.Numerics现在有点时髦,而且我很难知道它有什么好处.我了解到,为了看到SIMD的性能提升,必须将其分摊到大量计算中,但是鉴于当前是如何实现的,我不知道该如何实现.
向量< float>需要8个浮点值-不多也不少.如果我想对一组小于8的值执行SIMD操作,则必须将这些值复制到新数组中,并用零填充余数.如果一组值大于8,则需要复制这些值,用零填充以确保其长度与8的倍数对齐,然后在它们上循环.长度要求是有道理的,但是对此加以妥协似乎是抵消任何性能提升的好方法.
我编写了一个测试包装器类,该类负责填充和对齐：
public readonly struct VectorWrapper<T>
where T : unmanaged
{
#region Data Members
public readonly int Length;
private readonly T[] data_;
#endregion
#region Constructor
public VectorWrapper( T[] data )
{
Length = data.Length;
var stepSize = Vector<T>.Count;
var bufferedLength = data.Length - ( data.Length % stepSize ) + stepSize;
data_ = new T[ bufferedLength ];
data.CopyTo( data_, 0 );
}
#endregion
#region Public Methods
public T[] ToArray()
{
var returnData = new T[ Length ];
data_.AsSpan( 0, Length ).CopyTo( returnData );
return returnData;
}
#endregion
#region Operators
public static VectorWrapper<T> operator +( VectorWrapper<T> l, VectorWrapper<T> r )
{
var resultLength = l.Length;
var result = new VectorWrapper<T>( new T[ l.Length ] );
var lSpan = l.data_.AsSpan();
var rSpan = r.data_.AsSpan();
var stepSize = Vector<T>.Count;
for( var i = 0; i < resultLength; i += stepSize )
{
var lVec = new Vector<T>( lSpan.Slice( i ) );
var rVec = new Vector<T>( rSpan.Slice( i ) );
Vector.Add( lVec, rVec ).CopyTo( result.data_, i );
}
return result;
}
#endregion
}
这个包装器可以解决问题.该计算似乎是正确的,并且向量< T>是正确的.不会抱怨元素的输入数量.但是,它的速度是简单的基于范围的for循环的两倍.
这是基准：
public class VectorWrapperBenchmarks
{
#region Data Members
private static float[] arrayA;
private static float[] arrayB;
private static VectorWrapper<float> vecA;
private static VectorWrapper<float> vecB;
#endregion
#region Constructor
public VectorWrapperBenchmarks()
{
arrayA = new float[ 1024 ];
arrayB = new float[ 1024 ];
for( var i = 0; i < 1024; i++ )
arrayA[ i ] = arrayB[ i ] = i;
vecA = new VectorWrapper<float>( arrayA );
vecB = new VectorWrapper<float>( arrayB );
}
#endregion
[Benchmark]
public void ForLoopSum()
{
var aA = arrayA;
var aB = arrayB;
var result = new float[ 1024 ];
for( var i = 0; i < 1024; i++ )
result[ i ] = aA[ i ] + aB[ i ];
}
[Benchmark]
public void VectorSum()
{
var vA = vecA;
var vB = vecB;
var result = vA + vB;
}
}
结果：
| Method | Mean | Error | StdDev |
|----------- |-----------:|---------:|---------:|
| ForLoopSum | 757.6 ns | 15.67 ns | 17.41 ns |
| VectorSum | 1,335.7 ns | 17.25 ns | 16.13 ns |
我的处理器(i7-6700k)确实支持SIMD硬件加速,并且以64位发布模式运行,并且在.NET Core 2.2(Windows 10)上启用了优化.
我意识到Array.CopyTo()可能会降低性能,但是似乎没有简便的方法来使填充/对齐和数据集都与Vector< T>显式不符规格.
我对SIMD相当陌生,并且我知道C#实施仍处于早期阶段.但是,我看不到有一种从中受益的明确方法,尤其是考虑到将其扩展到更大的数据集时,它是最有益的.
有没有更好的方法来解决这个问题？
解决方法:
我不确定您所说的“ funky”是什么意思,但是它现在可以完美使用(尽管它可能会表现得更好).
使用您的案例(总计浮点数),使用年长的Haswell CPU可以获得10003项以下结果：
BenchmarkDotNet=v0.11.5, OS=Windows 10.0.17134.706 (1803/April2018Update/Redstone4)
Intel Core i7-4500U CPU 1.80GHz (Haswell), 1 CPU, 4 logical and 2 physical cores
Frequency=1753753 Hz, Resolution=570.2057 ns, Timer=TSC
.NET Core SDK=2.1.602
[Host] : .NET Core 2.1.9 (CoreCLR 4.6.27414.06, CoreFX 4.6.27415.01), 64bit RyuJIT
DefaultJob : .NET Core 2.1.9 (CoreCLR 4.6.27414.06, CoreFX 4.6.27415.01), 64bit RyuJIT
| Method | Mean | Error | StdDev |
|--------- |----------:|----------:|----------:|
| ScalarOp | 12.974 us | 0.2579 us | 0.2533 us |
| VectorOp | 3.956 us | 0.0570 us | 0.0505 us |
| CopyData | 1.455 us | 0.0273 us | 0.0228 us |
将数据从向量复制回数组的速度相对较慢,因为它几乎消耗了一半的时间.但仍然：矢量化运算的总时间不到标量运算的三分之一…
查看反汇编(BenchmarkDotNet会生成反汇编),似乎内存复制操作使用(较慢)未对齐的操作. .Net Core的未来版本可能会对此进行研究.
您可以通过使用Span< T>完全避免复制操作.和MemoryMarshal.Cast将生成的向量直接放到Span中.它将求和时间减少了大约.与复制相比,三分之一(以下未显示).
作为参考,基准代码是(floatSlots = Vector&float.Count;在基准运行之前创建数组并填充数据),并且不一定是最佳解决方案：
[Benchmark]
public void ScalarOp()
{
for (int i = 0; i < data1.Length; i++)
{
sums[i] = data1[i] + data2[i];
}
}
[Benchmark]
public void VectorOp()
{
int ceiling = data1.Length / floatSlots * floatSlots;
int leftOver = data1.Length % floatSlots;
for (int i = 0; i < ceiling; i += floatSlots)
{
Vector<float> v1 = new Vector<float>(data1, i);
Vector<float> v2 = new Vector<float>(data2, i);
(v1 + v2).CopyTo(sums, i);
}
for (int i = ceiling; i < data1.Length; i++)
{
sums[i] = data1[i] + data2[i];
}
}
[Benchmark]
public void CopyData()
{
Vector<float> v1 = new Vector<float>(8);
int ceiling = data1.Length / floatSlots * floatSlots;
int leftOver = data1.Length % floatSlots;
for (int i = 0; i < ceiling; i += floatSlots)
{
(v1).CopyTo(sums, i);
}
for(int i = ceiling; i < data1.Length; i++)
{
sums[i] = 8;
}
}
编辑：由于与矢量相同,更正了标量基准,增加了对Span和MemoryMarshal.Cast的提及.
标签：net-core,simd,c,net,system-numerics 来源： https://codeday.me/bug/20191108/2005530.html