Question

我有一个4核CPU，我正在尝试优化我的代码，以减少我在2000x2000特征矩阵产品上的计算时间。由于我使用OpenMP，我期望达到400％的CPU使用率。但是，出于某种原因，我被困在200％。

我使用的是Ubuntu 14.04。我的代码是用C++编写的。它使用Eigen矩阵库和OpenMP以及MKL。我用ICC使用以下参数编译我的代码：（这是我的.pro文件的摘录，因为我使用Qt）

INCLUDEPATH += /opt/intel/mkl/include
LIBS += -L/opt/intel/mkl/lib/intel64 \
    -lmkl_intel_lp64 -lmkl_intel_thread -lmkl_core \
    -L/opt/intel/lib/intel64 \
    -liomp5 -lpthread -lm
DEFINES += NDEBUG
DEFINES += EIGEN_USE_MKL_ALL
QMAKE_CXXFLAGS_RELEASE += -fast -march=corei7 -qopenmp -static

如何达到400％的CPU使用率？感谢。

PS：编辑我的代码的哪一部分可能有用？

int nthreads = omp_get_num_threads();
cout << endl << nthreads << " thread(s) available for computation" << endl;
cout << Eigen::nbThreads() << " thread(s) used by Eigen" << endl;

这个，例如显示1个可用线程，4个由Eigen使用。这是正常的吗？

Answer 1

top显示“仅”200％的CPU使用率（而不是400％）没有问题。

实际上，我的CPU只有2个物理内核，但超线程允许它们各自拥有2个逻辑内核（总共4个逻辑内核）。这就是为什么当我使用超线程时，top有时显示400％的CPU使用率。

但Eigen + OpenMP + MKL不使用超线程并进行自己的优化（优于常规超线程）。 200％的CPU使用率是指两个物理核心的使用率均为100％，而不是逻辑核心。

因此，Eigen + OpenMP + MKL确实比Eigen + OpenMP更有效率。谢谢你的帮助。

Answer 2

由于您未提供任何代码段或其他详细信息，以下是基于您的问题详细信息的观察结果： -

参考Eigen's help on using MKL routines，必须牢记以下几点：

对于矩阵 - 矩阵乘法，您的矩阵必须符合某些数据类型。对于任何其他数据类型，正常操作将遵循任何MKL规范。
如果混合使用复杂和真实的数据类型，则不会发生MKL优化。
您必须在包含Eigen头文件之前定义EIGEN_USE_MKL_ALL宏，才能真正使用MKL。
你的矩阵是动态的吗？如果没有，MKL优化就不会发生。
尽管您指定了MKL优化，但可能无法应用。 Eigen将检查向MKL例程传递值和从MKL例程传递值所涉及的开销，如果开销大于没有MKL的计算，则不会应用它们。这就是为什么Eigen提到MKL替换只发生在足够大且密集的物体
最后，如果您的Eigen版本低于3.1，则不会进行MKL替换。

最好检查这些规格，如果您确信，请提供代码段。

此外，它并不总是与400％的CPU使用率相关联。现代编译器执行许多编译器级别优化，这些优化因编译器版本而异。因此，我不会直接将CPU使用率作为基准来决定我的程序运行方式。

如何使用Eigen和OpenMP

2 个答案: