Question

我写了一个（可能是低效的，但无论如何......）Rcpp代码，使用内联来模拟随机SEIR model。串行版本编译和工作完美，但因为我需要从它模拟很多次，因为在我看来，这似乎是一个令人尴尬的并行问题（只需要再次模拟其他参数值并返回带结果的矩阵）我尝试添加#pragma omp parallel for并使用-fopenmp -lgomp进行编译但是......繁荣！即使是非常小的例子，我也会遇到段错误！我尝试添加setenv("OMP_STACKSIZE","24M",1);和超过24M的值，但仍然发生了段错误。

我将简要解释代码，因为它有点长（我试图缩短它但结果改变了，我无法重现它......）：我有两个嵌套循环，内部循环执行给定参数集的模型，外部循环更改参数。

竞争条件可能发生的唯一原因是代码是否试图并行执行 inner 循环内部的指令集（由于模型结构无法完成，在迭代{{ 1}}它取决于迭代t）而不是并行化外部，但是如果我没有弄错那就是t-1构造函数默认为默认情况下在外面......

这基本上是我试图运行的代码的形式：

parallel for

我的问题是：我如何告诉编译器我只想并行计算外部循环（甚至静态地为每个线程分配它们，如n_loops / n_threads）而不是内部循环（实际上是不可并行化的）？

真正的代码涉及更多，如果你真的愿意，我会在这里为了重现性而提供它，但我只是询问OpenMP的行为。请注意，唯一的OpenMP指令显示在第mat result(n_param,T_MAX); #pragma omp parallel for for(int i=0,i<n_param_set;i++){ t=0; rowvec jnk(T_MAX); while(t < T_MAX){ ... jnk(t) = something(jnk(t-1)); ... t++; } result.row(i)=jnk; } return wrap(result);行。

感谢您的帮助！

注意：在你问之前，我稍微修改了Rcpp多项式采样函数，因为我喜欢这种方式而不是使用指针...不是任何其他特殊原因！：）

Answer 1

R中的核心伪随机数生成器（PRNG）并非设计用于多线程环境。也就是说，它们的状态存储在静态数组（dummy中的src/main/PRNG.c）中，因此在所有线程之间共享。此外，还使用了其他几种静态结构来存储核心PRNG的更高级接口的状态。

一种可能的解决方案可能是您将每个调用rnorm()或其他采样函数放在命名的关键部分中，所有这些函数都具有相同的名称，例如：

...
#pragma omp critical(random)
rN(k) = ((pp < 1.) ? (rbinom(1,(double) n,  pp))(0) : n);
...
if((rates(0)+rates(6))>0){
   #pragma omp critical(random)
   nX = rbinom(1,S_prev,1-exp(-(rates(0)+rates(6))*tau))(0);
...

请注意，critical构造对其后面的结构化块进行操作，因此会锁定整个语句。如果在对耗时函数的调用中内联绘制随机数，例如

#pragma omp critical(random)
x = slow_computation(rbinom(...));

这更好地转变为：

#pragma omp critical(random)
rb = rbinom(...);
x = slow_computation(rb);

这样只会保护rb = rbinom(...);语句。

OpenMP在SEIR模型的Rcpp代码中生成段错误

1 个答案: