Question

我是OpenMP的新手，我正在尝试使用OpenMP对代码进行并行化：

#pragma omp parallel for
for(int k=0;k<m;k++)
{
   for(int j=n-1;j>=0;j--)
   {
       outX[k+j*m] = inB2[j+n * k] / inA2[j*n + j];

       for(int i=0;i<j;i++)
       {
           inB2[k*n+i] -= inA2[i+n * j] * outX[k + m*j];
       }
   }
}

对外循环进行并行化是非常简单的，但为了优化它，我想要对最内循环（对i迭代的循环）进行并行化。但是，当我尝试这样做时：

#pragma omp parallel for
for(int i=0;i<j;i++)
{
    inB2[k*n+i] -= inA2[i+n * j] * outX[k + m*j];
}

编译器不会对内部循环进行矢量化（“因为可能的别名而导致为矢量化而循环”），这使得它运行得更慢。我使用gcc -ffast-math -std=c++11 -fopenmp -O3 -msse2 -funroll-loops -g -fopt-info-vec prog.cpp

编译了它

感谢您的任何建议！

编辑：我正在为数组使用__restrict关键字。

EDIT2：有趣的是，当我在内循环中仅保留pragma并将其从外部移除时，gcc将向量化它。因此，当我尝试对两个周期进行并列化时，问题才会发生。

EDIT3：当我使用#pragma omp parallel for simd时，编译器将向量化循环。但它仍然比没有内部循环并行化更慢。

Answer 1

我的猜测是，在你内部循环并行化后，你的编译器失去了inA2，inB2和outX的轨道。默认情况下，它假定任何指针指向的任何内存区域可能彼此重叠。在C语言中，C99标准引入了restrict关键字，该关键字通知编译器指针指向一个未被任何其他指针指向的内存块。 C ++没有这样的关键字，但幸运的是，g++具有适当的扩展名。因此，尝试将__restrict添加到循环触及的指针的声明中。例如，替换

double* outX;

与

double* __restrict outX;

Answer 2

您是否尝试过首先使内环旋转？然后添加并行部分（这可能会导致性能降低，具体取决于缓存未命中）

AndroidSchedulers

总是需要一些时间让#pragma使用共享，公共等等...而且我没有对此进行测试。

Answer 3

谢谢大家的回答。我设法使用#pragma omp parallel for simd来矢量化内部循环，但程序比没有并行化时慢。我最终找到了一个稍微不同的算法来解决问题，这要快得多。谢谢你的帮助！

OpenMP paralelization抑制矢量化

3 个答案: