Question

我正在尝试使用OpenMP测试Pi计算问题。我有这段代码：

#pragma omp parallel private(i, x, y, myid) shared(n) reduction(+:numIn) num_threads(NUM_THREADS)
{
printf("Thread ID is: %d\n", omp_get_thread_num());
myid = omp_get_thread_num();
printf("Thread myid is: %d\n", myid);

  for(i = myid*(n/NUM_THREADS); i < (myid+1)*(n/NUM_THREADS); i++) {
//for(i = 0; i < n; i++) {

    x = (double)rand()/RAND_MAX;

    y = (double)rand()/RAND_MAX;

    if (x*x + y*y <= 1) numIn++;

  }
printf("Thread ID is: %d\n", omp_get_thread_num());

}

  return 4. * numIn / n;

}

当我使用gcc -fopenmp pi.c -o hello_pi进行编译并为time ./hello_pi运行n = 1000000000时，我得到了

真正的8m51.595s

用户4m14.004s

sys 60m59.533s

当我用一个线程运行它时，我得到了

真正的0m20.943s

用户0m20.881s

sys 0m0.000s

我错过了什么吗？ 8个线程应该更快。我有8核CPU。

Answer 1

请看一下 http://people.sc.fsu.edu/~jburkardt/c_src/openmp/compute_pi.c 这可能是pi计算的一个很好的实现。

了解数据如何传播到不同的线程以及openmp如何收集它们非常重要。通常，在多个线程上运行的错误设计（具有跨线程的数据依赖性）将导致执行速度比单个线程慢。

Answer 2

rand()中的

stdlib.h不是线程安全的。在多线程环境中使用它会导致其隐藏状态变量出现竞争条件，从而导致性能不佳。

http://man7.org/linux/man-pages/man3/rand.3.html

事实上，以下代码可以很好地用作OpenMP演示。

$ gc -fopenmp -o pi pi.c -O3; time ./pi
pi: 3.141672

real    0m4.957s
user    0m39.417s
sys 0m0.005s

代码：

#include <stdio.h>
#include <omp.h>

int main()
{
    const int n=50000;
    const int NUM_THREADS=8;
    int numIn=0;

    #pragma omp parallel for reduction(+:numIn) num_threads(NUM_THREADS)
    for(int i = 0; i < n; i++) {
        double x = (double)i/n;
        for(int j=0;j<n; j++) {
            double y = (double)j/n;
            if (x*x + y*y <= 1) numIn++;
        }
    }

    printf("pi: %f\n",4.*numIn/n/n);
    return 0;
}

Answer 3

一般情况下，我不会在没有优化的情况下比较时间。编译类似

gcc -O3 -Wall -pedantic -fopenmp main.c

rand()函数在Linux中不是线程安全的（但它对MSVC没问题，我猜mingw32使用相同的C运行时库，MSVCRT，作为MSVC）。您可以为每个线程使用rand_r和不同的种子。请参阅openmp-program-is-slower-than-sequential-one。

通常，在并行化循环时尽量避免定义块大小。只需使用#pragma omp for schedule(shared)即可。您也不需要指定并行循环中的循环变量是私有的（代码中的变量i）。

尝试以下代码

#include <omp.h>
#include <stdio.h>
#include <stdlib.h>

int main() {
    int i, numIn, n;
    unsigned int seed;
    double x, y, pi;

    n = 1000000;
    numIn = 0;

    #pragma omp parallel private(seed, x, y) reduction(+:numIn) 
    {
        seed = 25234 + 17 * omp_get_thread_num();
        #pragma omp for
        for (i = 0; i <= n; i++) {
            x = (double)rand_r(&seed) / RAND_MAX;
            y = (double)rand_r(&seed) / RAND_MAX;
            if (x*x + y*y <= 1) numIn++;
        }
    }
    pi = 4.*numIn / n;
    printf("asdf pi %f\n", pi);
    return 0;
}

您可以在http://coliru.stacked-crooked.com/a/9adf1e856fc2b60d

找到此代码的有效示例

为什么使用OpenMP进行计算所需的时间比使用单个线程多100倍？

3 个答案: