性能評価：最小値・最大値

一次元配列から最小値・最大値を探すプログラムを応用して、C++言語で記述したプログラムと、アセンブリ言語で記述した関数を利用したときの性能差を検証してみましょう。
arques.hatenablog.com

符号付64ビット整数型

性能評価プログラム

C++で記述した関数と、アセンブリ言語で記述した関数を複数回呼び出します。それぞれに要した時間をclock関数で計測し、性能を評価します。common.hやアセンブリ言語で記述した関数は「最小値・最大値」で示したものと同じです。以降に、呼び出し側のソースリストを示します。

#include "..\common.h"  // TEMPLATES

#define T long long
extern "C"
{
    T aminsq(const T*, const size_t);
    T amaxsq(const T*, const size_t);
}

// main
int main(void)
{
    const size_t ArrLen = 32768;
    static_assert(ArrLen % 16 == 0,
        "number of elements must be an integral multiple of 16.");
    //T a[ArrLen];

    try
    {
        T cmin, amin, cmax, amax;

        T* a = (T*)_mm_malloc(sizeof(T) * ArrLen, 64);

        clock_t start;

        #define LOOPS   10000
        init(a, ArrLen);

        start = clock();
        for (int j = 0; j < LOOPS;j++)
            cmin = cMin  (a, ArrLen);
        print_elTime("cpp: ", start, clock());

        start = clock();
        for (int j = 0; j < LOOPS;j++)
            amin = aminsq(a, ArrLen);
        print_elTime("asm: ", start, clock());


        start = clock();
        for (int j = 0; j < LOOPS;j++)
            cmax = cMax  (a, ArrLen);
        print_elTime("cpp: ", start, clock());

        start = clock();
        for (int j = 0; j < LOOPS;j++)
            amax = amaxsq(a, ArrLen);
        print_elTime("asm: ", start, clock());


        cout << fixed << setprecision(2);
        cout << "cpp min = " << cmin << endl;
        cout << "asm min = " << amin << endl;
        cout << "cpp max = " << cmax << endl;
        cout << "asm max = " << amax << endl;

        _mm_free(a);
    }
    catch (char* str)
    {
        cerr << str << endl;
    }
    return 0;
}

これまでと同様の方法で性能評価します。上記プログラムへ /O2 オプションを指定すると最適化されてしまい、呼び出しが省略されてしまいます。ここでは、コンパイルオプションに/O1 を指定し、ビルド＆実行したときの性能を示します。プログラムを起動すると、それぞれに要した時間が表示されます。横軸は比較の種類、縦軸は処理に要した時間(ミリ秒)です。

アセンブリ言語で開発した関は、C++言語で開発した関数より約8.3倍ほど高速です。レジスターサイズを考えると理想が8倍ですので、理想的に高速化されています。

/O2バージョン

先のプログラムは /O2 オプションを指定すると関数呼び出しが抑制され、実行時間が 0.0 になってしまいます。そこで、ループ内で配列の要素をアクセスするように変更し、上記同様の性能測定を行ってみます、変更点を以降に示します。

start = clock();
for (int j = 0; j < LOOPS;j++)
    cmin = cMin  (a, ArrLen);
print_elTime("cpp: ", start, clock());

を

start = clock();
for (int j = 0; j < LOOPS;j++)
{
    a[0] = (T)0;
    cmin = cMin  (a, ArrLen);
}
print_elTime("cpp: ", start, clock());

へ変更し、関数呼び出しの抑止を避けます。配列の一要素を変更するだけで、cMin関数の呼び出しが抑止されなくなります。/O2 オプションを指定してビルド＆実行したときの性能を示します。

アセンブリ言語で開発した関は、C++言語で開発した関数より約7.9倍ほど高速です。アセンブリ言語で開発したコードは、コンパイルオプションで変化しませんが、C++言語で記述したコードは若干高速化しています。しかし、それでもアセンブリ言語で開発したコードは、理想に近い8倍に高速化しています。