Question

我正在使用英特尔编译器OpenMP 4.0处理英特尔E5（6核12线程）

为什么这段代码SIMD-ed比并行SIMD-ed更快？

for (int suppv = 0; suppv < sSize; suppv++) {
  Value *gptr = &grid[gind];
  const Value * cptr = &C[cind];

  #pragma omp simd // vs. #pragma omp parallel for simd
  for (int suppu = 0; suppu < sSize; suppu++)
    gptr[suppu] += d * cptr[suppu];

  gind += gSize;
  cind += sSize;
}

使用更多线程，它会变慢。

编辑1： * grid是一个4096 * 4096矩阵，数据结构：vector<complex<double>> * C是一个2112*129*129矩阵，数据结构为：vector<complex<double>> * gSize = 4096 * sSize = 129。

编译器标志：icpc -march = native -std = c ++ 11 -qopt-report-phase = vec -qopt-report = 3 -O2 -openmp
计时器：使用POSIX times（）API返回值diff。（它使用挂钟进行并发，我做了检查）
E5主题1 SIMD需要：291.520000（s）
E5线程2 for-SIMD需要：1039.220000（s）
E5螺纹12 for-SIMD需要：1684.270000（s）

Answer 1

如果sSize = 129，就像编辑中那样，那么并行化循环的开销并不会带来回报。如果您向我们展示顺序实现（无SIMD）和纯并行实现（即使用#pragma omp parallel for但没有SIMD）的数量，这将更容易确认。

可能发生的事情是即使纯粹的并行版本也比顺序版本慢。当您为最外层循环的每次迭代启动/创建并行区域时，不仅会减小循环大小。

至于SIMD版本，这个问题基本上是针对这个问题量身定制的：你有一个高度可矢量化的内核，它太小而不能在线程之间分配。

为什么OpenMP＆＃39; simd＆＃39;对于simd＆＃39;有更好的性能而不是＆

1 个答案: