Question

我运行了串行和并行化的矩阵乘法代码。并行版本没有显着改进。

    dimension =4000;

    //#pragma omp parallel for shared(A,B,C) private(i,j,k)
    {
    for(int i=0; i<dimension; i++){
        for(int j=0; j<dimension; j++){
           for(int k=0; k<dimension; k++){
             C[i][j] += A[i][k] * B[k][j];
            }
        }       
    }
    }

输出：时间./a.out

real    4m58,760s
user    4m58,706s
sys     0m0,036s

用于串口代码（我把#pragma ...放在注释中，其余代码相同）我得到了以下输出

real    4m51,240s
user    4m51,210s
sys     0m0,024s

Answer 1

您需要使用-fopenmp编译代码才能使pragma正常工作。此外，您不需要注释pragma以在没有OpenMP的情况下运行，只是不要使用OpenMP进行编译。

使用OpenMP：gcc -fopenmp -o a.out code.c
没有OpenMP：gcc -o a.out code.c

Answer 2

除非这是一个（选择不当）的教育示例，否则请不要编写自己的矩阵并将其并行化。从矩阵乘法中获得最佳性能涉及其他优化（矢量化，缓存阻塞），这需要时间来写入并且难以正确。

一如既往，＆＃34;最好的代码是我不必编写的代码＆＃34;所以去抓一个BLAS库的副本（例如，Intel MKL现在是免费的）。

我知道编写代码比阅读手册更有趣，但有时后者更有效率！

完整披露：我为英特尔工作，但不在MKL工作。

矩阵乘法并行化实现（OpenMP）

2 个答案: