Leistungsunterschied zwischen RcppArmadillo und Gürteltier

Question

Ich versuche, einen Leistungsunterschied zwischen einer in RcppArmadillo geschriebenen Funktion und einer in einem eigenständigen C ++ - Programm mit der Armadillo-Bibliothek geschriebenen Funktion zu verstehen.Betrachten Sie beispielsweise die folgende einfache Funktion, die die Koeffizienten für ein lineares Modell unter Verwendung der traditionellen Lehrbuchformel berechnet.

// [[Rcpp::depends(RcppArmadillo)]]
#include <RcppArmadillo.h>

using namespace Rcpp;
using namespace arma;

// [[Rcpp::export]]
void simpleLm(NumericMatrix Xr, NumericMatrix yr) {
   int n = Xr.nrow(), k = Xr.ncol();
   mat X(Xr.begin(), n, k, false);
   colvec y(yr.begin(), yr.nrow(), false);

   colvec coef = inv(X.t()*X)*X.t()*y;
}

Dies dauert ungefähr 6 Sekunden, um mit einem zu laufen 1000000x100 matrix für X.Einige Timings im Code (nicht gezeigt) zeigten an, dass die ganze Zeit für die ausgegeben wird coef Berechnung.

X <- matrix(rnorm(1000000*100), ncol=100)
y <- matrix(rep(1, 1000000))
system.time(simpleLm(X,y))

 user  system elapsed 
  6.028   0.009   6.040

Betrachten Sie nun eine sehr ähnliche Funktion, die in C ++ geschrieben ist und dann mit kompiliert wird g++.

#include <iostream>
#include <armadillo>
#include <chrono>
#include <cstdlib>

using namespace std;
using namespace arma;

int main(int argc, char **argv) {
    int n = 1000000;
    mat X = randu<mat>(n,100);
    vec y = ones<vec>(n);

    chrono::steady_clock::time_point start = chrono::steady_clock::now();

    colvec coef = inv(X.t()*X)*X.t()*y;

    chrono::steady_clock::time_point end = chrono::steady_clock::now();

    chrono::duration<double, milli> diff = end - start;

    cout << diff.count() << endl;

    return 0;
}

Hier wird die Berechnung der coef die Variable dauert nur etwa 0,5 Sekunden oder nur 1/12 der Zeit wie bei RcppArmadillo.

Ich verwende Mac OS X 10.9.2 mit R 3.1.0, Rcpp 0.11.1 und RcppArmadillo 0.4.200.0.Ich habe das Rcpp-Beispiel mit der Funktion sourceCpp kompiliert.Das eigenständige C ++ - Beispiel verwendet Armadillo 4.200.0, und ich habe auch den Fortran-Compiler für Mac mit Homebrew installiert (brew install gfortran).

Answer 1

Schnelle Vermutung:ihr natives Programm verwendet beschleunigtes BLAS, Ihr R-Build nicht.

Die eigentliche "Matrixmathematik" wird von Armadillo an die BLAS-Bibliothek weitergegeben.Mit RcppArmadillo bekommen Sie, worauf R aufgebaut ist.Mit einem nativen Programm verwenden Sie vielleicht etwas anderes.Es könnte so einfach sein, wie Ihr Programm die Beschleunigungsbibliotheken verwendet, während R dies nicht tut - ich weiß es nicht wirklich, da ich OS X nicht verwende.

Aber um zu demonstrieren, auf meinem (i7, Linux) Rechner sind die Zeiten nahezu identisch.

Zuerst Ihr Programm, unverändert:

edd@max:/tmp$ g++ -std=c++11 -O3 -o abiel abiel.cpp -larmadillo -llapack
edd@max:/tmp$ ./abiel 
2454
edd@max:/tmp$ 

Zweitens ist Ihr Programm in etwas eingewickelt, das R aufrufen kann (siehe unten):

R> library(Rcpp)
R> sourceCpp("/tmp/abielviaR.cpp")
R> abielDemo()
2354.41
[1] TRUE
R> 

Ungefähr gleich.

Der Kodex von abielviaR.cpp folgen.

#include <RcppArmadillo.h>
#include <chrono>

using namespace std;
using namespace arma;

// [[Rcpp::plugins(cpp11)]]
// [[Rcpp::depends(RcppArmadillo)]]
// [[Rcpp::export]]
bool abielDemo() {
    int n = 1000000;
    mat X = randu<mat>(n,100);
    vec y = ones<vec>(n);

    chrono::steady_clock::time_point start = chrono::steady_clock::now();
    colvec coef = inv(X.t()*X)*X.t()*y;
    chrono::steady_clock::time_point end = chrono::steady_clock::now();
    chrono::duration<double, milli> diff = end - start;
    Rcpp::Rcout << diff.count() << endl;

    return true;
}

PS Sie sollten OLS wirklich nicht über (X'X) ^ (-1) X berechnen.