Question

我有这个C ++代码。

循环遍历矩阵，在每一行中找到min元素并从相应行的每个元素中减去它。变量myr是所有最小元素的总和

尝试并行：

int min = 0;
int myr = 0;  
int temp[SIZE][SIZE];
int size = 0;
...//some initialization

omp_set_num_threads(1);
start_time = omp_get_wtime();
    #ifdef _OPENMP
    #pragma omp parallel for firstprivate(min, size) reduction(+:myr) 
    #endif
    for(int i = 0; i < size; i++){
        min = INFINITY;
        for(int j = 0; j < size; j++){
                if (temp[i][j] < min)                
                    min = temp[i][j];                        
        }
        myr+=min;
        for(int j = 0; j < size; j++) 
                temp[i][j]-=min;
    }
end_time = omp_get_wtime();

如果我设置omp_set_num_threads(2);这部分代码开始工作较慢。

我的proc有2个核心

为什么2个线程的代码运行速度较慢？

Answer 1

必须有一些别名或正在发生的事情。使OpenMP更简单：

int const size0 = size;
#ifdef _OPENMP
#pragma omp parallel for reduction(+:myr) 
#endif
for(int i = 0; i < size0; i++){
    int min = INFINITY;
    int * tmp = temp[i];
    for(int j = 0; j < size0; j++){
            if (tmp[j] < min)                
                min = tmp[j];                        
    }
    for(int j = 0; j < size0; j++) 
            tmp[j]-=min;
    myr+=min;
}

也就是说，如果可能的话，将大部分变量置于本地，const。

Answer 2

并行部分可以重新解释如下（我使用@ jens-gustedt的片段，但根据我的经验，它并没有太大的区别）：

#pragma omp parallel private(myr_private) shared(myr)
{
    myr_private = 0;
    #pragma omp for 
    for(int i = 0; i < size; i++){
        int min = INFINITY;
        int * tmp = temp[i];
        for(int j = 0; j < size; j++){
            if (tmp[j] < min)                
                min = tmp[j];                        
        }
        for(int j = 0; j < size; j++) 
            tmp[j]-=min;
        myr_private+=min;
    }
    #pragma omp critical
    {
        myr+=myr_private;
    }
}

（这种解释直接来自http://www.openmp.org/mp-documents/OpenMP3.1.pdf例A.36.2c）。如果线程数是n> 1，则#pragma omp parallel创建其他线程时会有开销，然后是临界区，所有线程都应该等待。

我已经尝试了不同的矩阵尺寸，在我的有限测试中，两个线程的尺寸大于1000，速度要快得多，并且开始落后于500以下的尺寸。

openmp：增加线程数会降低性能

2 个答案: