Question

我正在编写一个基本代码来添加两个矩阵，并记下单线程和2个或更多线程所用的时间。在该方法中，首先在THREADS段数中划分给定的两个矩阵（随机初始化），然后将这些段中的每一个发送到加法模块，该模块由pthread_create调用启动。并行加法函数的参数如下。

struct thread_segment
{
  matrix_t *matrix1, *matrix2, *matrix3;
  int start_row, offset;
};

指向两个源矩阵和一个目标矩阵的指针。（一旦源和目的地可能指向相同的矩阵）。 start_row是特定线程应该开始添加的行，offset告诉这个线程应该从start_row开始添加多少。

matrix_t是一个简单的结构，定义如下：

typedef struct _matrix_t
{
  TYPE **mat;
  int r, c;
} matrix_t;

我用2个线程编译它，但是当我用10000 x 10000矩阵运行时（几乎）没有加速。我正在使用time -p程序记录运行时间。

矩阵随机初始化也像上面那样并行完成。

我认为这是因为所有线程都在同一个矩阵地址区域工作，可能是因为瓶颈并没有加速。虽然所有线程都可以在矩阵的不同段上工作，但它们不会重叠。

之前我实现了并行mergesort和quicksort，它也显示了类似的特性，当我将特定线程要处理的数据段复制到新分配的内存时，我能够获得加速。

我的问题是这是因为：

内存瓶颈？
时间基准没有以正确的方式完成？
数据集太小了？
编码错误？
其他

在这种情况下，如果它是一个内存瓶颈，那么每个并行程序是否都使用独占内存区域，即使在没有互斥锁的情况下可以多次访问共享内存上的线程？

修改

当我制作像

  curr = 0;
  jump = matrix1->r / THREADS;

  for (i=0; i<THREADS; i++)
  {
    th_seg[i].matrix1 = malloc (sizeof (matrix_t));
    th_seg[i].matrix1->mat = &(matrix1->mat[curr]);
    th_seg[i].matrix1->c = matrix1->c;
    th_seg[i].matrix1->r = jump;

    curr += jump;
  }

即在传递之前，在结构中分配要由此线程处理的矩阵的基地址并存储行数。所以现在每个矩阵的基地址对于每个线程都是不同的。但只有当我添加一些小尺寸矩阵100 x 100说，多次。在每次迭代中调用并行添加之前，我正在重新分配随机值。加速注意到这里是真的吗？还是由于其他一些现象的影响？

Answer 1

要优化内存使用情况，您可能需要查看loop tiling。这将有助于缓存内存更新。在这种方法中，您可以将矩阵划分为更小的块，以便缓存可以保存更长时间的值，而不需要经常更新它。
另请注意，创建多个线程只会增加在它们之间切换的开销。

为了感觉正确的实现可以影响并发程序的运行时间，这些是在天真，cocnurrent和tiling-concurrent中将两个矩阵相乘的程序的结果：

seconds  name    
10.72   simpleMul
5.16   mulThread
3.19   tilingMulThread

pthread加速矩阵加/乘

1 个答案: