Question

备注：我对此感到有些愚蠢，但这可能有助于某人

所以，我试图通过使用并行性来提高程序的性能。但是，我遇到了测量加速的问题。我有4个CPU：

~% lscpu
...
CPU(s):                4
...

然而，加速比低四倍。这是一个最小的工作示例，包含顺序版本，使用OpenMP的版本和使用POSIX线程的版本（确保它不是由于任何实现）。

纯粹顺序（add_seq.c）：

#include <stddef.h>

int main() {
    for (size_t i = 0; i < (1ull<<36); i += 1) {
        __asm__("add $0x42, %%eax" : : : "eax");
    }
    return 0;
}

OpenMP（add_omp.c）：

#include <stddef.h>

int main() {
    #pragma omp parallel for schedule(static)
    for (size_t i = 0; i < (1ull<<36); i += 1) {
        __asm__("add $0x42, %%eax" : : : "eax");
    }
    return 0;
}

POSIX线程（add_pthread.c）：

#include <pthread.h>
#include <stddef.h>

void* f(void* x) {
    (void) x;
    const size_t count = (1ull<<36) / 4;
    for (size_t i = 0; i < count; i += 1) {
        __asm__("add $0x42, %%eax" : : : "eax");
    }
    return NULL;
}
int main() {
    pthread_t t[4];
    for (size_t i = 0; i < 4; i += 1) {
        pthread_create(&t[i], NULL, f, NULL);
    }
    for (size_t i = 0; i < 4; i += 1) {
        pthread_join(t[i], NULL);
    }
    return 0;
}

生成文件：

CFLAGS := -O3 -fopenmp
LDFLAGS := -O3 -lpthread  # just to be sure

all: add_seq add_omp add_pthread

所以，现在，运行它（使用zsh的内置时间）：

% make -B && time ./add_seq && time ./add_omp && time ./add_pthread
cc -O3 -fopenmp  -O3 -lpthread    add_seq.c   -o add_seq
cc -O3 -fopenmp  -O3 -lpthread    add_omp.c   -o add_omp
cc -O3 -fopenmp  -O3 -lpthread    add_pthread.c   -o add_pthread
./add_seq  24.49s user 0.00s system 99% cpu 24.494 total
./add_omp  52.97s user 0.00s system 398% cpu 13.279 total
./add_pthread  52.92s user 0.00s system 398% cpu 13.266 total

检查CPU频率，顺序代码的最大CPU频率为2.90 GHz，并行代码（所有版本）具有2.60 GHz的统一CPU频率。计算数十亿条指令：

>>> 24.494 * 2.9
71.0326
>>> 13.279 * 2.6
34.5254
>>> 13.266 * 2.6
34.4916

所以，总而言之，线程代码的运行速度只是顺序代码的两倍，尽管它使用的CPU时间是其四倍。为什么会这样？

备注： asm_omp.c 的程序集似乎效率低，因为它通过递增寄存器并将其与迭代次数进行比较来执行for循环而不是递减和直接检查ZF;但是，这对性能没有影响

Answer 1

嗯，答案很简单：实际上只有两个CPU内核：

% lscpu
...
Thread(s) per core:    2
Core(s) per socket:    2
Socket(s):             1
...

所以，尽管htop显示了4个CPU，但是有两个是虚拟的，只有hyperthreading。由于超线程的核心思想是在两个进程中共享单个核心的资源，因此它确实有助于更快地运行类似的代码（仅在使用不同资源运行两个线程时才有用）。

因此，最终，时间/ clock()测量每个逻辑核心的使用情况与底层物理核心的使用情况相同。由于所有报告约100％的使用率，我们得到约400％的使用率，尽管它只代表了两倍的加速。

直到那时，我确信这台计算机包含4个物理内核，并且完全忘记检查超线程。

使用多线程时，速度低于预期

1 个答案: