Question

我有2个循环，但我只想并行化内循环，因为预处理和后处理不能并行完成。所有foo()函数调用一起占用99％的时间，因此当我使用pragma omp for并行化for循环时，我希望获得线性加速，如下面的代码所示。但是，对于2个线程，我只获得1.87x的加速。在下面的代码中，nodelist包含foo()使用的数据结构。这些结构是一些小向量和矩阵（foo()是计算边界）。我正在使用动态调度，因为每个foo()调用可能会有不同的执行时间。

while (changed){
    //do some preprocessing

    #pragma omp parallel for schedule(dynamic) num_threads(N_THREADS) private(j)
    for (j = 0; j <= DIM - beta; j++) {

        int tid = omp_get_thread_num();

        res[j] = foo(mu, c, j, j+beta-1, nodelist[tid], out[j]);

    }

    //do some post-processing (which updates changed)
}

我还尝试在前处理和后处理中定义单个区域，并在while循环之前生成线程（如下所示），但它甚至不起作用。

#pragma omp parallel num_threads(N_THREADS) 
{
    while (changed){
        #pragma omp single
        {
        //do some preprocessing
        } 


        #pragma omp for schedule(dynamic) private(j)
        for (j = 0; j <= DIM - beta; j++) {

            int tid = omp_get_thread_num();

            res[j] = foo(mu, c, j, j+beta-1, nodelist[tid], out[j]);

        }

        #pragma omp single
        {
            //do some post-processing (which updates changed)
        }
    }
}

使用Xcode的Instruments分析第一个代码时，负载似乎很平衡（1个线程为51.4％，另一个线程为47.6％）。对于4个线程，我得到了类似的结果，其中每个线程占总执行时间的23.4％-25％，但是加速（与使用的线程数相比）更差（在3.35x）。我认为问题可能是动态调度开销。我正在使用动态调度，因为在测试其他时，使用静态调度，OpenMP运行时系统无法有效地平衡工作，而在引导式调度中，它非常接近动态，但稍差。有人提出了一些关于我失去表现以及如何改进表现的提示吗？

由于

动态调度开销

0 个答案: