Question

来自：https://bisqwit.iki.fi/story/howto/openmp/

并行构造

并行构造启动并行块。它创建了一个团队   N个线程（其中N在运行时确定，通常来自于   所有的CPU内核数量，但可能会受到一些影响   执行下一个语句（或下一个块，如果语句   是{...} -enclosure。在语句之后，线程重新加入   之一。

#pragma omp parallel  
   {  
     // Code inside this region runs in parallel.  
     printf("Hello!\n");  
   }

我想了解在不同线程下运行相同代码的重点。在什么样的情况下它会有所帮助？

Answer 1

我想了解在不同线程下运行相同代码的重点。在什么样的情况下它会有所帮助？

在不同数据上运行相同的代码时。

例如，如果我想反转10个矩阵，我可能会在10个线程上运行矩阵反转代码......与1个线程和for循环相比，（理想情况下）获得10倍的加速。

Answer 2

通过使用omp_get_thread_num()，您可以检索线程ID，使您能够参数化与该线程ID相关的所谓“相同代码”。

举个例子：

A是一个1000维整数数组，您需要使用2个OpenMP线程对其值求和。

你会设计像这样的代码：

int A_dim = 1000
long sum[2] = {0,0}
#pragma omp parallel  
   { 
     int threadID = omp_get_thread_num();
     int start = threadID * (A_dim / 2)
     int end = (threadID + 1) * (A_dim / 2)
     for(int i = start; i < end; i++)
       sum[threadID] += A[i]
   }

start是你的线程开始求和的下限（例如：线程＃0将从0开始求和，而线程＃1将从500开始求和）。

end与start几乎相同，但它是线程总结到的数组索引的上限（例如：线程＃0将总和到500，从{求和值} {1}}到A[0]，而线程＃1总和直到达到1000，值为A[499]到A[500]）

Answer 3

OpenMP的基本思想是分发工作。为此，您需要创建一些线程。

parallel构造创建了这个线程数。之后，您可以与omp for或omp task等其他结构进行分配/共享工作。

这种区别的一个可能的好处是，例如当你必须为每个线程分配内存（即线程本地数据）时。

Answer 4

我想了解在不同线程下运行相同代码的重点。在什么样的情况下它会有所帮助？

一个例子：在物理学中，你的代码中有一个随机过程（碰撞，初始maxwellian等），你需要多次运行代码来获得平均结果，在这种情况下你需要多次运行相同的代码

在不同的线程下运行相同代码有什么意义 - openMP？

4 个答案: