Question

我希望在OpenMP线程上按列平均分割Eigen动态大小数组。

                         thread 0 | thread 1 | thread 2
[[0, 1, 2],                [[0],  |   [[1],  |   [[2],  
 [3, 4, 5],    becomes:     [3],  |    [4],  |    [5],
 [6, 7, 8]]                 [6]]  |    [7]]  |    [8]]

我可以使用block方法来做到这一点，但我不确定Eigen是否会识别每个线程占用连续内存的子数组。

当我读取块类型的documentation时，有一个InnerPanel模板参数，其中包含以下描述：

如果块映射到行major的一组行，则
InnerPanel为真矩阵或列主矩阵的列集（可选）。该参数允许在编译时确定是否对齐访问可以在块表达式上使用。

Eigen是否知道每个OpenMP线程的子阵列上的矢量化是可能的，因为每个子阵列实际上占用了连续的内存？

如果没有，如何让Eigen知道这个？

程序：

#include <Eigen/Eigen>
#include <iostream>
int main() {
    // The dimensions of the matrix is not necessary 8 x 8.
    // The dimension is only known at run time.
    Eigen::MatrixXi x(8,8);
    x.fill(0);
    int n_parts = 3;
    #pragma omp parallel for
    for (int i = 0; i < n_parts; ++i) {
        int st = i * x.cols() / n_parts;
        int en = (i + 1) * x.cols() / n_parts;
        x.block(0, st, x.rows(), en - st).fill(i);
    }
    std::cout << x << "\n";
}

结果（g++ test.cpp -I<path to eigen includes> -fopenmp -lgomp）：

0 0 1 1 1 2 2 2
0 0 1 1 1 2 2 2
0 0 1 1 1 2 2 2
0 0 1 1 1 2 2 2
0 0 1 1 1 2 2 2
0 0 1 1 1 2 2 2
0 0 1 1 1 2 2 2
0 0 1 1 1 2 2 2

Answer 1

要确保块表达式确实占用连续内存，请改用middleCols（或leftCols或rightCols）：

#include <Eigen/Core>
template<typename XprType, int BlockRows, int BlockCols, bool InnerPanel>
void inspectBlock(const Eigen::Block<XprType, BlockRows, BlockCols, InnerPanel>& block)
{
    std::cout << __PRETTY_FUNCTION__ << '\n';
}

int main() {
    Eigen::MatrixXi x(8,8);
    inspectBlock(x.block(0, 1, x.rows(), 2));
    inspectBlock(x.middleCols(1, 2));
}

结果：

void inspectBlock(const Eigen::Block<ArgType, BlockRows, BlockCols, InnerPanel>&) [with XprType = Eigen::Matrix<int, -1, -1>; int BlockRows = -1; int BlockCols = -1; bool InnerPanel = false]
void inspectBlock(const Eigen::Block<ArgType, BlockRows, BlockCols, InnerPanel>&) [with XprType = Eigen::Matrix<int, -1, -1>; int BlockRows = -1; int BlockCols = -1; bool InnerPanel = true]

注意：-1是Eigen::Dynamic的值，即在编译时不固定。

当然，如果你的矩阵是行专业，你可以改为分为topRows，middleRows或bottomRows。

Eigen：OpenMP的分割数组

1 个答案: