我目前正在一个项目中，该项目涉及对Armadillo Cube切片和Field的多种操作，这些操作很容易并行化。我想通过.each_slice（）和.for_each（）利用Armadillo中的lambda函数，并通过激活OpenMP标志来提高性能。我根本无法提升代码（请参见下面的示例），实际上激活了OpenMP却使我的模拟变慢了（在我的macOS笔记本电脑中（clang ++ -Xpreprocessor -fopenmp -lomp）和一个gcc（- fopnemp）（基于Linux的大学集群中的编译器）。
我想了解在哪些情况下建议在这些功能中使用openMP：
1）我知道只有当基础数组足够大时，多线程操作才有用。切片的数量和基础矩阵的尺寸（在多维数据集中）有多重要？考虑使用OpenMP的合理数字是多少？
2）标志ARMA_OPENMP_THREADS，ARMA_OPENMP_THRESHOLD表示按元素操作。它们对.each_slice（）或.for_each（）完全没有影响吗？
示例
我替换了以下循环：
for(uword j=0; j<d_in; ++j){
mycube.slice(j) = A * mycube.slice(j);
}
通过以下语句：
mycube.each_slice( [Ai_remainder] (cmat& X) {X = A*X;} ,OMPstatus);
其中A只是与基础多维数据集相同类型的矩阵，OMPstatus只是一个用于激活（停用）OpenMP的布尔变量。