还有， 我在vc中设了 /fp:fast 选项，但是好像效果不明显，您也可以试下。

这个选项对应numba的fastmath=True



【 在 ble 的大作中提到: 】
: 实际上你的C++都在做double加法，没法启用AVX；而Python代码都在做int加法，所以可以启用。
: #include <chrono>
: #include <format>
: ...................
--
FROM 123.112.71.*

avx512 直接提高了一倍，太牛了

看到网上说，intel 采用大小核之后，就不支持avx512了。

我一直没弄明白，intel的小核除了不支持超线程，是不是也不支持simd指令集？

还是小核支持avx2之下的simd， 只是不支持avx512？

后来intel全面取消avx512，除了能耗， 是不是考虑到大小核支持的指令集不一致，会给调度带来问题？



【 在 haha103 的大作中提到: 】
: 又换了台机器，objdump上传了，有时间的可以看看，哈哈。总的来说就是avx512比较上头，优势有点明显
: 给run0-6前面加了个__attribute__((noinline))方便大家看汇编
:
: ...................
--
FROM 123.112.71.*

今天又折腾了会C#。

先是使用PLINQ的Aggrigate, 需要0.9秒，而没有并行的Aggrigate只要0.6-0.7秒。
Range(0.0,10000_0000).AsParallel().Sum();

虽然写起来非常简单，但是性能非常不理想。LINQ只能用在大执行粒度或者性能不敏感的地方。


然后用并行循环：
public static double run_pfor()
        {
            ConcurrentBag<double> bag= new ConcurrentBag<double>();
            int n = 10000_0000;
            Parallel.ForEach(Partitioner.Create(0,n , n/8+1),
                (range) => {
                    double s = 0;
                    for (int i = range.Item1; i <range.Item2; i++)
                        s += i;
                    bag.Add(s);
            });
            return bag.Sum();
        }

自己写并行循环的速度提升很多，从单线程的0.14秒，提升到0.016秒，
接近于c++的0.014秒，基本发挥了多线程的作用。
但是，与python+numba的0.006秒还是差不少。这个差别是dotnet编译器和jit都不会进行simd优化。
只有开发者主动写了simd代码才能使用simd指令。这个很让人失望。

VC++也基本没有发挥simd的作用，不过前面帖子的gcc的simd优化效果很好。

最后的pk，python+numba（llvm、openmp、icc_rt）最快，不过numba编程时不能使用python对象，这是一个很大的限制。

最后，再罗列下C++,C#,Python的耗时：
简单循环：0.14，  0.14，  8秒  
加速后：0.014，  0.016，  0.006秒

编程方面，python+numba，c++openmp 都是自动并行化，不需要改变代码逻辑，工作量很小
而c# 缺乏自动并行和向量化，需要手动实现，工作量最大。



【 在 finlab 的大作中提到: 】
: 循环1亿次进行double类型的累加计算：
: double run(int n, function<double(double, double) > f)
: {
: ...................
--
FROM 123.112.71.*

这个分配是一次性的，在循环外部，在这里影响不大。
主要影响还是循环内部的函数调用开销


【 在 ziqin 的大作中提到: 】
: 不是inline不inline的问题，std::function内部有一个动态分配内存的overhead
:
--
FROM 123.112.71.*