Question

我有一段代码需要并行化，而openmp程序比串行版程慢得多，所以我的实现有什么问题？这是程序的代码

#include <iostream>
#include <gsl/gsl_math.h>
#include "Chain.h"
using namespace std;

int main(){
  int const N=1000;
  int timeSteps=100;
  double delta=0.0001;
  double qq[N];
  Chain ch(N);
  ch.initCond();
  for (int t=0; t<timeSteps; t++){
    ch.changeQ(delta*t);
    ch.calMag_i();
    ch.calForce001();
  }
  ch.printSomething();
}

Chain.h是

class Chain{
  public:
    int N;
    double *q;
    double *mx;
    double *my;
    double *force;

    Chain(int const Np);
    void initCond();
    void changeQ(double delta);
    void calMag_i();
    void calForce001();
};

Chain.cpp是

Chain::Chain(int const Np){
  this->N     = Np;
  this->q     = new double[Np];
  this->mx    = new double[Np];
  this->my    = new double[Np];
  this->force = new double[Np];  
}

void Chain::initCond(){
  for (int i=0; i<N; i++){
    q[i]     = 0.0;
    force[i] = 0.0;
  }
}

void Chain::changeQ(double delta){
  int i=0;
  #pragma omp parallel
  {
    #pragma omp for
    for (int i=0; i<N; i++){
      q[i] = q[i] + delta*i + 1.0*i/N;
    }
  }
}

void Chain::calMag_i(){
  int i =0;
  #pragma omp parallel
  {
    #pragma omp for
    for (i=0; i<N; i++){
      mx[i] = cos(q[i]);
      my[i] = sin(q[i]);
    }
  }
}

void Chain::calForce001(){
  int i;
  int j;
  double fij =0.0;
  double start_time = omp_get_wtime();
  #pragma omp parallel
  {
    #pragma omp for private(j, fij)
    for (i=0; i<N; i++){
      force[i] = 0.0;
      for (j=0; j<i; j++){
        fij = my[i]*mx[j] - mx[i]*my[j];
        #pragma omp critical
        {
          force[i] +=  fij;
          force[j] += -fij;
        }
      }
    }
  }
  double time = omp_get_wtime() - start_time;
  cout <<"time = " << time <<endl;
}

所以方法changeQ（）和calMag_i（）实际上比串行代码更快，但我的问题是 calForce001（）。执行时间是：

使用openMP 3.939s
没有openMP 0.217s

现在，显然我做错了什么或代码无法并行化。请任何有用的帮助。提前致谢。卡洛斯

编辑：为了澄清这个问题，我添加了函数omp_get_wtime（）来计算函数 calForce001（）的执行时间，以及一次执行的时间

with omp：0.0376656
没有omp：0.00196766

因此，使用omp方法慢20倍。

否则，我还会计算 calMag_i（）方法的时间

with omp：3.3845e-05
没有omp：9.9516e-05

对于这种方法，omp 快3倍。

我希望这可以确认延迟问题是在calForce001（）方法中。

Answer 1

有三个理由说明你没有从任何加速中受益。

您的代码全部#pragma omp parallel。这个pragma的作用是启动“线程团队”。在该区块结束时，该团队被解散。这是非常昂贵的。删除这些并使用#pragma omp parallel for代替#pragma omp for将在第一次遇到时启动团队并在每个块之后将其置于睡眠状态。这使得应用程序对我来说快了4倍。
您使用#pragma omp critical。在大多数平台上，这将强制使用互斥锁 - 因为所有线程都希望同时写入该变量，因此这种互斥是非常争用的。所以，不要在这里使用关键部分。您可以使用atomic updates，但在这种情况下，这不会产生太大影响 - 请参阅第三项。只需删除关键部分就可以将速度提高3倍。
并行性只有在您有实际工作负载时才有意义。您的所有代码都太小，无法从并行性中受益。只需要太少的工作量来赢回开始/唤醒/破坏线程所浪费的时间。如果你的工作量是这个的十倍，那么 parallel for语句中的就会有意义。但是如果你必须进行原子更新，尤其Chain::calForce001()永远不值得。

关于编程风格：你用C ++编程。请尽可能使用本地范围变量 - 例如Chain::calForce001()，在内部循环中使用本地double fij。这样您就不必编写private条款。编译器非常聪明，可以对其进行优化。正确的范围允许更好的优化。

1 个答案: