測(cè)試平臺(tái)

在我的上一篇博客中對(duì)比了VS2010中C#和C++在運(yùn)算密集型程序中的性能。上一篇博客的鏈接：

http://www.cnblogs.com/ytyt2002ytyt/archive/2011/11/24/2261104.html

當(dāng)時(shí)是在AMD 速龍9650 CPU(4核心)下的測(cè)試結(jié)果。

?

隨著VS2012、Intel Parallel Studio XE 2013中新一代編譯器的發(fā)布，再測(cè)試一下VC11編譯器相對(duì)于VC10的提升，以及.net4.5 .net4.0對(duì)C#的性能區(qū)別。Fortran則使用了最新的 Intel Parallel Studio XE 2013。另外Fortran作為老牌的科學(xué)計(jì)算語言，也試圖重點(diǎn)測(cè)試一下相對(duì)于現(xiàn)代主流編程語言C++和C#在性能上的差異。Fortran作為匯編后最早誕生的編程語言，其矩陣運(yùn)算非常方便，幾十年間長(zhǎng)期占據(jù)了性能上的寶座。Fortran 90/95、Fortran2003/2008 又加入大量現(xiàn)代語言特性，在20年前就內(nèi)置了并行化的支持。

?

測(cè)試平臺(tái)：

CPU Intel Xeon E3 1230v2 3.5G 4核8線程

Win7 64bit

編譯器：

C++????????? VC11(VS2012)

Fortran????? Intel Parallel Studio XE 2013

C#?????????? .net4.0 .net4.5

?

測(cè)試代碼

不過為了公平起見，下列的測(cè)試中只使用了一個(gè)線程，沒有并行化，也沒有矩陣運(yùn)算，均為默認(rèn)參數(shù)編譯。

C#和C++代碼和之前的測(cè)試程序一樣

C++代碼：

C++代碼#include <stdio.h> #include <stdlib.h> #include <time.h> #include <math.h> //為cin cout 提供 #include <iostream> using namespace std;#define INTEG_FUNC(x) fabs(sin(x)) //計(jì)算公式double dclock(void); int main(void) { unsigned int i, j, N; double step, x_i, sum; double start, finish, duration, clock_t; double interval_begin = 0.0; double interval_end = 2.0 * 3.141592653589793238; start = clock(); //初始時(shí)間printf(" \n"); printf(" Number of中文 | Computed Integral | \n"); //Win7下中文顯示正常printf(" Interior Points | | \n"); for (j=2;j<27;j++) { N = 1 << j;step = (interval_end - interval_begin) / N; sum = INTEG_FUNC(interval_begin) * step / 2.0; for (i=1;i<N;i++) { x_i = i * step; sum += INTEG_FUNC(x_i) * step; } sum += INTEG_FUNC(interval_end) * step / 2.0; //printf(" %10d | %14e | \n", N, sum); printf(" %14e \n", sum); } finish = clock(); //結(jié)束時(shí)間duration = (finish - start); printf(" \n"); printf(" time = %10e \n", duration); printf(" \n"); int tempA;cin>>tempA;return 0; }

C#代碼：

C#代碼using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks;namespace ConsoleApplication1 {class Program{static void Main(string[] args){int time = System.Environment.TickCount; //添加計(jì)時(shí)器#regionint i, j, N;double step, x_i, sum;double start, finish, duration, clock_t;double interval_begin = 0.0;double interval_end = 2.0 * 3.141592653589793238;for (j = 2; j < 27; j++){N = 1 << j;step = (interval_end - interval_begin) / N;sum = Math.Abs(Math.Sin(interval_begin)) * step / 2.0;for (i = 1; i < N; i++){x_i = i * step;sum += Math.Abs(Math.Sin(x_i)) * step;}sum += Math.Abs(Math.Sin(interval_end)) * step / 2.0;Console.Write(sum.ToString() + "\r\n");}Console.Write((System.Environment.TickCount - time).ToString());Console.ReadLine();#endregion}} }

?

Fortran代碼：

?

Fortran代碼program ForAllProgramimplicit nonereal(8) :: time1,time2integer :: i,j,k,Nreal(8) :: step, x_i, sreal(8) :: interval_begin = 0.0real(8) :: interval_end = 2.0 * 3.141592653589793238real, allocatable :: ArrySum(:) ! call CPU_TIME(time1)do j = 2, 26N=2**j !N = 1 << j; 位操作用乘方操作代替step = (interval_end - interval_begin) / N;s = Abs(Sin(interval_begin)) * step / 2.0;do i = 1, N-1 !這里對(duì)應(yīng)于C++的<N是N-1x_i = i * step;s =s+ Abs(Sin(x_i)) * step;end dos =s+ Abs(Sin(interval_end)) * step / 2.0;print *, send docall CPU_TIME(time2)print *,time2-time1end program

注意Fortran中用乘方代替了位操作，另外Do循環(huán)到N-1對(duì)應(yīng)于C++中的<N

?

測(cè)試結(jié)果

?

時(shí)間單位：毫秒

時(shí)間單位：毫秒 越小越好

測(cè)試結(jié)論

C#在.net 4.5 和.net 4.0相比，性能只是在.net4.5的32bit中略有提升。奇怪的是.net4.5中，32bit的性能居然高于64bit的性能。

C++ 在VS2012比VS2010有了顯著的提升，微軟的C++CX 性能可能和Intel的C++性能相近了。64bit性能顯著高于32bit性能。

Fortran在運(yùn)算密集型的問題中，性能極其恐怖，甚至超常我原本的想象。未加任何優(yōu)化，性能超過C++的3倍，是C#的5-6倍。數(shù)值計(jì)算的王者看了還是非Fortran莫屬。如此高的性能可能是因?yàn)?#xff1a;默認(rèn)即可充分利用到Simd向量化(本機(jī)的AVX指令集)。而C++即使啟用了Intel的向量化編譯(Intel默認(rèn)是啟用的)，因?yàn)閺?fù)雜的語法也很難充分實(shí)現(xiàn)自動(dòng)向量化。需要加入向量化編譯指令，如#program simd 等，甚至需要手工編碼向量化(如OpenCV中的優(yōu)化實(shí)現(xiàn))。這樣程序優(yōu)化的工作量和程序復(fù)雜度將會(huì)大為提升。

可見進(jìn)行大規(guī)模科學(xué)計(jì)算，Fortran仍然是最適合的選擇，再加上大量現(xiàn)存的數(shù)學(xué)計(jì)算類庫都是由Fortran編寫，語法也相對(duì)簡(jiǎn)單，確實(shí)是數(shù)值計(jì)算的絕配。

C++在與系統(tǒng)底層交互中則有先天的優(yōu)勢(shì)；C#適合表現(xiàn)層開發(fā)和整體架構(gòu)設(shè)計(jì)，最為便捷優(yōu)雅。

?

展望

下一篇將繼續(xù)測(cè)試CPU并行化以及GPU加速的性能。根據(jù)以往的經(jīng)驗(yàn)，GTX460級(jí)別的顯卡在float類型的計(jì)算中，優(yōu)化后能達(dá)到CPU單線程的10-20倍性能。但考慮到CPU多核心并行后，以及Fortran向量化恐怖的性能，估計(jì)最終GPU的優(yōu)勢(shì)不會(huì)那么大，可能只有2-3倍的優(yōu)勢(shì)吧。對(duì)于雙精度計(jì)算，由于桌面級(jí)顯卡的雙精度只有單精度的1/8（tesla運(yùn)算卡是1/2,但價(jià)格昂貴，最新的開普勒110架構(gòu)tesla k20 和Titans則是1/3,理論雙精度超過1T ），所以估計(jì)費(fèi)米核心tesla雙精度也只能達(dá)到8線程CPU并行的2-3被，開普勒或許能更高些。不過這些只是推測(cè)，待到下次測(cè)試后才能見分曉。

?

本文地址： 楊韜的學(xué)習(xí)備忘錄 http://www.cnblogs.com/ytyt2002ytyt/archive/2013/04/02/2996718.html

轉(zhuǎn)載于:https://www.cnblogs.com/ytyt2002ytyt/archive/2013/04/02/2996718.html

總結(jié)

以上是生活随笔為你收集整理的C#/C++/Fortran 在32位/64位下数学计算性能对比的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。