OpenMP：超线程没有加速

Question

我正在尝试使用OpenMP并行化以下C函数：

struct pixel {
    double r, g, b;
};

double min_dist_sum_parallel(struct pixel *pixels, int n_pixels,
                             struct pixel *centroids, int n_centroids)
{
    double t0 = omp_get_wtime();

    double min_dist_sum = 0.0;

    #pragma omp parallel for reduction(+:min_dist_sum)
    for (int i = 0; i < n_pixels; ++i) {
        int closest_centroid = 0;
        double min_dist = DBL_MAX;

        for (int j = 0; j < n_centroids; ++j) {
            double dr = pixels[i].r - centroids[j].r;
            double dg = pixels[i].g - centroids[j].g;
            double db = pixels[i].b - centroids[j].b;

            double dist = sqrt(dr * dr + dg * dg + db * db);

            if (dist < min_dist) {
                closest_centroid = j;
                min_dist = dist;
            }
        }

        min_dist_sum += min_dist;
    }

    return min_dist_sum;
}

我已在具有两个CPU内核的机器上测试了这一点，每个内核支持两个超线程。通过设置OMP_NUM_THREAD环境变量将OpenMP线程的最大数量限制为2，可以将程序加速大约两倍（如预期的那样），以获得足够的问题大小（例如，n_pixels = 1000000，n_centroids = 10）。

另一方面，允许三个线程不会产生进一步的性能提升，事实上程序平均比双线程情况下运行速度慢约10％。四个线程的性能再次类似于两个线程的性能。

我相信我理解为什么会这样：因为在内存访问之间没有执行特别耗费计算的操作，同一CPU内核上的多个超线程无法有效地共享工作负载。

这个解释听起来不错？在任何情况下，我都不明白这将如何解释三个OpenMP线程比两个或四个慢。