Question

我开始学习OpenMP，但是我无法处理此代码。每次运行都会给出不同的结果。

#include <stdio.h>
#include <omp.h>

int main() {
    int numsmp = 10;
    double d = 0.0;
    double d1 = 0.0;
    float trace[10];
    #pragma omp parallel for num_threads(2) reduction(+ : d, d1)
    for (int i = 0; i < numsmp; i++) {
        for (long int k = 0; k < 2; k++) {
            printf("\n");
            d++;
            printf("i  = %d k = %d d = %lf", i, k, d);
        }
        d1 += d;
        trace[i] = d;
    }
    for (int i = 0; i < 10; i++) {
        printf("\n%lf", trace[i]);
    }
    printf("d1=%f\n", d1);
}

Answer 1

我会注意到，在我的机器上似乎给出了一致的结果（但显然是错误的）（60而不是110）-但这在不同的机器上可能会有所不同，它还取决于当前的系统负载。

您的问题是，您正在使用归约变量d中的一个来计算另一个。 OpenMP简化将为每个线程创建一个局部变量（在这种情况下，每个线程将具有一个局部d和d1），最后将它们加在一起。

在您的情况下，如果不按顺序运行此命令，则将d到d1的以下值相加：2, 4, 6, 8, 10, 12, 14, 16, 18, 20，但是如果使用2个线程（，让我们假设，平均分配负载），它们每个都会将其 local d的以下值加到其 local d1中： 1}}。之后，代码将对每个线程的本地2, 4, 6, 8, 10求和，以得出最终结果。

要检查我们的推理，我们可以自己尝试求和，单线程求和应该给我们110，而代码也是如此。然后使用2个线程（假设负载均匀分布）应该给我们2x30 = 60，这也是。

我将假设这只是一个非常好的最小示例，因此我无法建议您应该如何解决您想要做的任何事情。但是在这种情况下，您可以简单地根据d1计算d。如果不可能（在其他情况下），可以使用i区域，但是这些区域并不总是一个好的解决方案（取决于问题）。

例如，可以在以下位置进一步了解减少量：http://pages.tacc.utexas.edu/~eijkhout/pcse/html/omp-reduction.html

带嵌套for循环的OpenMP双重缩减

1 个答案: