我正在使用gcc 8.1.0和MinGW64(本月的最新版本)在C ++中学习OpenMP,当我的程序遇到分段错误时,我遇到了奇怪的调试错误。
我知道崩溃的原因,试图创建过多的OpenMP线程(50,000个),但是错误本身令我感到困惑。我没有从源代码编译gcc或MinGW64,我只是使用安装程序,而且我在Windows上。
为什么要寻找cygwin.s,为什么要在Windows上使用该文件结构?我的代码和来自gdb的错误消息都在结尾处。
我在编写路径跟踪器的过程中正在学习OpenMP,我认为我有一种解决线程限制的方法(使用while(线程<运行)并让OpenMP自动设置线程计数),但是我为这个错误感到困惑。是否有解决方法或解决方案?
在大约10,000个线程中可以正常工作。我知道实际上并没有同时创建10,000个线程,但这是我在想到解决方法之前所做的事情。
感谢您注意rand()和线程安全性。我最终用一些似乎在OpenMP中可以正常工作的RNG代码替换了它,从视觉上看,这实际上是一个昼夜的差异。我将尝试其他更改并报告。谢谢!
哇!它的运行速度快得多,并且图像没有伪影!谢谢!
Jadan Bliss
最终代码:
#pragma omp parellel
for (j = options.height - 1; j >= 0; j--){
for (i=0; i < options.width; i++) {
#pragma omp parallel for reduction(Vector3Add:col)
for (int s=0; s < options.samples; s++)
{
float u = (float(i) + scene_drand()) / float(options.width);
float v = (float(j) + scene_drand()) / float(options.height);
Ray r = cam.get_ray(u, v); // was: origin, lower_left_corner + u*horizontal + v*vertical);
col += color(r, world, 0);
}
col /= real(options.samples);
render.set(i,j, col);
col = Vector3(0.0);
}
}
错误:
启动程序: C:\ Users \ Jadan \ Documents \ CBProjects \ learnOMP \ bin \ Debug \ learnOMP.exe [新线程22136.0x6620] [新线程22136.0x80a8] [新线程 22136.0x8008] [新线程22136.0x5428]
线程1收到信号SIGSEGV,分段错误。 ___chkstk_ms()位于../../../../../src/gcc-8.1.0/libgcc/config/i386/cygwin.S:126 126
../../../../../src/gcc-8.1.0/libgcc/config/i386/cygwin.S:没有这样的文件 或目录。
答案 0 :(得分:1)
以下是您的代码中的一些说明。
使用大量线程不会给您带来任何好处,并且可能是您遇到问题的原因。创建线程会花费时间和资源。时间成本使得它可能成为程序的主要时间,而并行程序的时间将比其顺序版本长得多。关于资源成本,每个线程都有自己的堆栈段。它的大小取决于系统,但典型值以MB为单位。我不知道您的系统的特征,但是有100000个线程,这可能是代码崩溃的原因。对于有关cygwin.s的消息,我没有任何解释,但是在堆栈溢出后,行为可能很奇怪。
线程是使代码并行化的一种手段,并且对于数据并行性而言,在大多数情况下,拥有更多的线程而不是系统上逻辑处理器的数量是无用的。让openmp对其进行设置,但是您稍后可以尝试调整此数字。
除此之外,还有其他问题。
rand()
不是thread safe,因为它使用的全局状态将被线程同时修改。 rand_r()
是因为随机生成器的状态不是全局的,可以存储在每个线程中。
在没有 atomic 访问的情况下,请勿修改result
之类的共享变量,因为并发线程访问会导致意外结果。虽然安全,但是对每个值使用原子修改并不是一个非常有效的解决方案。原子访问非常昂贵,最好使用在每个线程中进行本地累积的简化操作,最后使用唯一的原子访问。
#include <omp.h>
#include <iostream>
#include <random>
#include <time.h>
int main()
{
int runs = 100000;
double result = 0.0;
#pragma omp parallel
{
// per thread initialisation of rand_r seed.
unsigned int rand_state=omp_get_thread_num()*time(NULL);
// or whatever thread dependent seed
#pragma omp for reduction(+:result)
for(int i=0; i<runs; i++)
{
double d = double(rand_r(&rand_state))/double(RAND_MAX);
result += d;
}
}
result /= double(runs);
std::cout << "The computed average over " << runs << " runs was "
<< result << std::endl;
return 0;
}