Question

我有这种嵌套循环：我想知道如何以最佳形式并行化：

第二个和第三个for以及第五个和第六个for同时运行时间
序列号

for

如果我有24个核心，并希望在16个线程之间划分外部并使用其余部分来执行内部for，例如执行第二个for，8个线程，而不仅仅是一个线程，我该怎么办？

void main()
{
//first_for
   for(int y=0; y< height; y++)
{
      //second_for 
      for(int x=0; x< width-1; x++)
   {
     func1();
   }
      //third_for
      for(int x=0; x< width-1; x++)
   {
     func2();
   }

}
//fourth_for
   for(int x=0; x<width; x++)
{
     //fifth_for
     for(int y=0; y< height-1; y++)
   {
     func3();
   }
     //sixth_for
     for(int y=0; y< height-1; y++)
   {
     func4();
   }
}
}

Answer 1

关于并行性介绍，通常会说较粗糙的级别更好，所以如果你可以在粗略的级别添加并行指令，那么为什么你还要添加嵌套的并行性呢？

所以基于可以同时运行的内容，我会像这样编写主要内容：

int main()
{
     //first_for
     #pragma parallel for
     for(int y=0; y< height; y++)
     {
          //second_for and third_for
      for(int x=0; x< width-1; x++)
     {
          func1();
          func2();

      }
  }
 //fourth_for
 #pragma parallel for
 for(int x=0; x<width; x++)
 {
      //fifth_for and  //sixth_for
     for(int y=0; y< height-1; y++)
    {
          func3();
          func4();
     }
  }
 return 0;
}

我们通过合并2个内循环来增加每行和每列的工作量
我们添加openMP指令，根据您的核心数量将该计算循环拆分为较小的块。
看看你是否可以反转第一个循环，因为取决于你在里面做什么以及你的“图像”如何在内存中映射，首先处理列可能会导致很多缓存错误....

修改

你可以启用嵌套并行，但是它的方式错误，过多的循环和线程访问不同的内存只会降低性能，你也会有一个专为24核设计的解决方案，可能无法扩展32， 48核心等...但如果你坚持你必须设置一个env变量或调用openMP函数：

 call omp_set_nested()
 or
 set OMP_NESTED=TRUE|FALSE

在顶级循环上添加openMP子句后指定指定所需的chunck大小，以便只有X线程。

int  chunckSize = height / X;
#pragma parallel for schedule ( static , chunckSize)

openMP线程团队应该由24个线程组成，但通过这样做，只有X才能完成工作。遵循嵌套循环的逻辑。

但这不是我推荐的解决方案！

Answer 2

除了已经说过的内容之外，您可能希望明确启用嵌套并行性。可以在运行时使用库调用或使用环境变量（对于OpenMP）来执行此操作。

有关详细信息，请查看此Oracle Docs。

在OpenMP中并行化嵌套循环并使用更多线程执行内部循环

2 个答案: