메뉴 건너뛰기

OBG

Programming

MoA
조회 수 692 추천 수 0 댓글 2
?

단축키

Prev이전 문서

Next다음 문서

크게 작게 위로 아래로 댓글로 가기 인쇄
?

단축키

Prev이전 문서

Next다음 문서

크게 작게 위로 아래로 댓글로 가기 인쇄
http://gallerc.tistory.com/263
 
memset과 for반복 초기화의 속도 차이를 알아보기 위한 간단한 실험을 해보았습니다. 실험은 E5200 CPU/DDR2(SamSung) 2GB RAM에서 진행되었으며 결과를 정확하게 구하기 위해 1000번 반복하여 실험하였음을 밝힙니다.

#include <stdio.h> 
#include <memory.h> 
#include <time.h> 
#define KB 65536 // 256KB 
#define MB 262144 // 1MB 

int main(){ 

int *arr; 
clock_t t; 
double time; 
int i, j; 
time = 0; 

for(i=0;i<1000;i++){ 
arr = new int[KB]; 
t = clock(); 
memset(arr, 100, KB*4); 
time+=clock()-t; 
delete []arr; 


printf("memset으로 256KB 메모리를 100으로 초기화 : %.3fms(밀리초)n", time/1000); 

time = 0; 
for(i=0;i<1000;i++){ 
arr = new int[KB]; 
t = clock(); 
for(j = 0 ; j<KB;j++) 
arr[i] = 100; 
time+=clock()-t; 
delete []arr; 


printf("65536번 반복해서 256KB 메모리를 100으로 초기화 : %.3fms(밀리초)n", time/1000); 

time=0; 
for(i=0;i<1000;i++){ 
arr = new int[MB]; 
t = clock(); 
memset(arr, 100, MB*4); 
time+=clock()-t; 
delete []arr; 


printf("memset으로 1MB 메모리를 100으로 초기화 : %.3fms(밀리초)n", time/1000); 

time = 0; 
for(i=0;i<1000;i++){ 
arr = new int[MB]; 
t = clock(); 
for(j = 0 ; j< MB;j++) 
arr[j] = 100; 
time+=clock()-t; 
delete []arr; 


printf("262144번 반복해서 1MB 메모리를 100으로 초기화 : %.3fms(밀리초)n", time/1000); 
}


?
  • ?
    지나가던사람 2013.11.01 22:29
    2/4 안에 인덱스가 j여야 하지 않나요?
    그리고 memset은 1바이트씩 하는거라 4*kb 하면 공평한 측정이 아닌 거 같네요
    int 를 char 로 바꾸고 횟수를 똑같이해야 맞는거 같네요
  • profile
    MoA 2013.11.02 15:38

    퍼온 자료인데 세부 내용을 확인 못했었네요.

    1. 2번째 안의 인덱스는 j가 맞습니다.

    2. 첫번째와 두번째 배열에 입력되는 값이 다르겠네요. 첫 번째는 0x64646464가 되는 것이니...
    memset(arr, 0, 4*KB) 한 것과 arr[j] = 0 한 것을 비교하거나 말씀하신 방법대로 하는게 정확할 것 같아요.

    그렇지만 전자와 후자의 방법이 다른 의미를 가지겠네요.

    int형 변수에 4N byte를 할당한 경우에는 for 루프를 N번 돌겠지만 char형 변수에 4N byte를 할당한 경우에는 for 루프를 4N번 도니까요.


  1. Programming 게시판 관련

  2. Synology: Top Best Apps For Docker

  3. PEFT: Parameter-Efficient Fine-Tuning of Billion-Scale Models on Low-Resource Hardware

  4. Anthropic, LLM의 내부를 이해하는데 있어 상당한 진전을 보임

  5. [VESSL AI] 뉴욕주민의 프로젝트플루토 — LLM, LLMOps를 활용한 금융 미디어의 혁신

  6. ChatGPT의 강력한 경쟁 언어모델 등장!, Mixtral 8x7B

  7. How LLMs Work ? Explained in 9 Steps — Transformer Architecture

  8. llama3 implemented from scratch

  9. Mixture of Experts - Part 2

  10. ASCII 3D 렌더러 만들기

  11. A Beginner's Guide to Prompt Engineering with GitHub Copilot

  12. Getting Started with Sentiment Analysis using Python

  13. Real-Time Stock News Sentiment Prediction with Python

  14. The difference between quantization methods for the same bits

  15. [ifkakao] 추천 시스템: 맥락과 취향 사이 줄타

  16. [12월 1주] 떠오르는 '미스트랄 7B'...'라마 2' 이어 한국어 모델 세대교체 주도

  17. HuggingFace 공동창업자가 추천하는 AI 분야 입문 서적

  18. 만능 프롬프트

  19. Using Machine Learning to Predict Customers’ Next Purchase Day

  20. 멀티-플레이어 게임 서버와 레이턴시 보상 테크닉

  21. 마이크로소프트가 공개한 무료 AI 코스들

Board Pagination Prev 1 2 3 4 5 6 7 8 9 10 ... 15 Next
/ 15
위로