Question

C ++函数的以下片段最初是作为串行代码编写的。为了将外循环与计数器'jC'并行化，我只添加了行“#pragma omp parallel for private（jC）”。尽管这种天真的方法对我有很多次帮助，但我怀疑是否足以并行化jC循环，因为相对于原始代码，执行时间似乎没有变化。有没有人建议确保以下代码有效地转换为（正确的）并行代码？

如果我的问题没有得到很好的解答（这是我在这个论坛的第一篇文章），请提前致谢并道歉。

代码段是：

#include "omp.h"

void  addRHS_csource_to_pcellroutine_par(
             double *srcCoeff, double *srcVal, int nPc,
             double *adata, double *bdata, int elsize
             )
{   int elamax = elsize*elsize;
    int jC;
    #pragma omp parallel for private(jC)
    for (int jC=0; jC<nPc; jC++) {
         for (int el=0; el<elamax; el++) {

              adata[el + jC*elamax]    = adata[el + jC*elamax] - srcCoeff[el + jC*elamax];
         }

         for (int el=0; el<elsize; el++) {

              bdata[el + jC*elsize]    = bdata[el + jC*elsize] + srcVal[el + jC*elsize];

         }

    }
}

附加说明：一种（可能不是最优雅的？）解决方法，包括将代码更改为

void  addRHS_csource_to_pcellroutine_parFunction(int jC, int elamax,
             double *srcCoeff, double *srcVal, int nPc,
             double *adata, double *bdata, int elsize
             )
{   
    for (int el=0; el<elamax; el++) {

         adata[el + jC*elamax]    -= srcCoeff[el + jC*elamax];
    }

    for (int el=0; el<elsize; el++) {

         bdata[el + jC*elsize]  += srcVal[el + jC*elsize];

    }

}

void  addRHS_csource_to_pcellroutine_par(
             double *srcCoeff, double *srcVal, int nPc,
             double *adata, double *bdata, int elsize
             )
{   int elamax = elsize*elsize;  
    #pragma omp parallel for  
    for (int jC=0; jC<nPc; jC++) {
         addRHS_csource_to_pcellroutine_parFunction(jC, elamax, srcCoeff, srcVal, nPc, adata, bdata, elsize);
    }

}

Answer 1

正如您可以阅读specifcation（第55页）你的内部循环没有并行化。只有外面的是。

int jC;
#pragma omp parallel for private(jC)
for (int jC=0;......

您已经定义了两个名为jC的变量。你打算做的是正确的，但你应该决定一个解决方案：

int jC;
#pragma omp parallel for private(jC)
for(jC = 0;....

或

#pragma omp parallel for
for(int jC = 0;....

至于：

我怀疑是否足以并行化jC循环，因为执行时间似乎相对于原始代码不变。

充足性取决于您必须执行的迭代次数（由nPc给出）以及您提供的线程数（合理地在四核8线程上）。您甚至可以获得较慢的并行化循环。这是因为创建新线程的开销非常高（+其他一些额外的东西，如管理线程）。

因此，您需要通过并行化循环来获得比创建线程所需的更多时间。

希望这能回答你的问题。

如果您仍然使用更快的程序，您可以考虑使用并行化内部循环的算法（例如，通过拆分迭代空间并使用openmp reduction构造）

如何将带有openMP的外部循环与串行内部循环并行化以添加数组

1 个答案: