Question

我在openMP方面没有任何经验，所以我想知道如何做以下事情：

for (int i = 1; i <= NumImages; i++) {

//call a function
myfunction(...);

for (int k = 0 ; k < SumNumber k++) {

   for (int l = 0; l < ElNum ; l++) {

       //do 2 summing up calculations inside a while loop

  }//end k loop

}//end i loop

现在，我可以使用40个核心。

NumImages将从50到150，通常为150。

SumNumber将在200左右。

ElNum将在5000左右。

那么，最好的处理方法是将每个线程分配给一个函数调用，并且还并行执行l循环？

如果是，那就像是：

#pragma omp parallel for num_threads(40)

    for (int i = 1; i <= NumImages; i++) {

       myfunction(...);

        for (int k = 0 ; k < SumNumber k++) {

           #pragma omp for
           for (int l = 0; l < ElNum ; l++) {

上述方法（对于NumImages = 150）myfunction将并行执行40次并且l循环然后，当l loop和k循环结束时，接下来的40个线程将再次调用该函数，接下来的40个，所以3 * 40 = 120然后是下一个30？

Answer 1

通常，最好的方法是均匀分割工作，以保持效率（没有核心等待）。例如。在你的情况下，静态调度可能不是一个好主意，因为40不会均匀地划分150，对于最后一次迭代，你将失去25％的计算能力。所以可能会发现，在第二个循环之前放置parallel子句会更好。这一切都取决于您选择的模式，以及如何在循环中分配实际工作。例如，如果myfunction做了99％，那么这是一个坏主意，如果99％的工作在2个内循环内，那可能是好的。
不是真的。有3种调度模式。但是它们都没有以某种方式工作，它阻止了其他线程。在线程之间分配有一组任务（迭代）。调度模式描述了将任务分配给线程的策略。当一个线程完成时，它只是下一个任务，没有等待。这里的策略有更详细的描述：http://en.wikipedia.org/wiki/OpenMP#Scheduling_clauses（我不确定wiki的balant-copy粘贴是否是一个好主意，所以我会留下一个链接。它是一个很好的材料。）

可能没有写的是模式开销是按照它们引入的开销量的顺序呈现的。 static最快，然后是dynamic，然后是guided。我的建议何时使用，这不是最好的，但是好的经验法则IMO：

static如果您知道将在线程中平均分配并花费相同的时间
dynamic如果您知道任务不会均匀分配或执行时间不均匀
guided执行相当长的任务，你几乎无法说出任何内容

如果你的任务相当小，你甚至可以看到静态调度的开销（例如why my OpenMP C++ code is slower than a serial code?），但我认为在你的情况下dynamic应该是好的，也是最好的选择。

调用函数并并行循环

1 个答案: