Discussion :

[kuzloka]

Bonjour

j'utilise un double tableau de vecteurs dans un espace partagé #pragma data_seg ("SHARED") défini comme suit:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
std::vector < std::vector <double> > Tableau1
std::vector < std::vector <double> > Tableau2

or l'utilisation de ces deux tableaux (simple multiplication avec une variable) consomme environ 5% de mon AMD 3500+ ! En utilisant des tableaux classiques, j'arrive environ à 1% du CPU (avec tous les autres calculs)

Il y a donc 4% de perte, ce qui représente quand même 200mhz pour un simple accès tableau.

J'aimerais savoir d'où vient le problème ? des doubles vecteurs ? d'une mauvaise configuration des options de compilation ? est-ce normal pour des vectors ou bien dois-je revoir tout mon code avec des tableaux.

merci par avance.

[Jean-Marc.Bourguet]

J'aimerais savoir d'où vient le problème ? des doubles vecteurs ? d'une mauvaise configuration des options de compilation ? est-ce normal pour des vectors ou bien dois-je revoir tout mon code avec des tableaux.

Peut-être aussi de la manière dont tu utilises les vector ou de la manière dont tu as fait les mesures. Sans plus d'informations, c'est difficile de dire quoi que ce soit de raisonnable.

Comme souvent, la bonne chose à faire c'est de donner le code minimum montrant ton problème. C'est un peu de travail pour toi mais les chances ne sont pas négligeables que tu trouves tout seul ce qui ne va pas en le faisant.

[kuzloka]

Comme souvent, la bonne chose à faire c'est de donner le code minimum montrant ton problème.

les seules lignes qui me prennent toutes les ressources c'est :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
x = x * Tableau1[numsortie][sampleframes];
y = y * Tableau2[numsortie][sampleframes];

et

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
Tableau1[numsortie][sampleframes]= thr1;
Tableau2[numsortie][sampleframes]= thr2;

des accès basiques aux tableaux, quoi.

si je les met en commentaire, 4% de gain;

pour ce qui est du code minimum, il n'y aurait pas grand chose de plus que ces quelques lignes; j'ai mis en commentaire temporairement toutes les autres lignes de codes qui utilisaient ces tableaux et le résultat est le même

Pour ce qui est des mesures CPU, elles me semblent assez fiables parce qu'à 99% d'utilisation, tout freeze

[Kaktus]

Je ne sais pas si c'est une bonne idée de considérer le % d'utilisation d'un CPU.
Une boucle infinie vide peut te prendre 99% ...

Regarde peut être niveau temps d'exécution et mémoire utilisée, c'est plus fiable à mon avis.

[Jean-Marc.Bourguet]

Les seules lignes qui me prennent toutes les ressources c'est :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
x = x * Tableau1[numsortie][sampleframes];
y = y * Tableau2[numsortie][sampleframes];

et

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
Tableau1[numsortie][sampleframes]= thr1;
Tableau2[numsortie][sampleframes]= thr2;

Il me semble très étrange que ces lignes consomment 5 x plus de CPU que l'équivalent en utilisant des tableau "C" (ce que tu as l'air d'affirmer dans ton premier message).

Pour ce qui est des mesures CPU, elles me semblent assez fiables parce qu'à 99% d'utilisation, tout freeze

Je n'ai jamais utilisé un pourcentage d'utilisation CPU comme mesure quand je me suis occupé de performance.

Je continue à penser que le problème est que soit tu ne mesures pas des choses équivalentes, soit le problème réside dans la manière de faire des mesures.

[Selenite]

Mouais... Le pourcentage de CPU, c'est pas le top pour mesurer.

Sur x86, l'inctruction RDSTC (Read from Time Stamp Counter) est intéressante.


Poue ce qui est de l'utilisation de vectors de vectors pour représenter une matrice, c'est un peu une abération. On utilise les vectors imbriqués pour représenter les chunk arrays (chaque tableaux tableaux du tableau n'ont pas nécessairement la même taille). Je pense que les la perte de performance que tu mesure viens de l'allocation des vector.
Il y a dans la STL des outils spécifique pour représenter les matrices.

[YéTeeh]

La STL fait un peu de travail supplémentaire dans l'utilisation de ses conteneurs, ce qui fait perdre un petit peu de performances quand l'application est compilée avec les options par défaut (genre une absence d'optimisation).

Par exemple, sans optimisations, le code suivant est plus lent qu'avec les tableaux à la C. Par contre, avec les optimisations, ça devient équivalent.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
std::vector<int> v(1000);
...
 
for (int i=0; i!=v.size(); ++i)
  x *= v[i];

[Laurent Gomila]

Il y a dans la STL des outils spécifique pour représenter les matrices.

Genre ?

La STL fait un peu de travail supplémentaire dans l'utilisation de ses conteneurs

Oui, mais pas dans l'opérateur [] des vectors.

[Selenite]

Il y a dans la STL des outils spécifique pour représenter les matrices.

Genre ?

Genre les val_arrays avec les slices et ses copains. Désolé pour la pauvreté de l'information mais mes souvenirs sont vieux et mes références loin d'ici...