Question

我使用的是Why is writing to memory much slower than reading it?中的“读取”基准，我只添加了两行：

#pragma omp parallel for
for(unsigned dummy = 0; dummy < 1; ++dummy)

它们应该没有效果，因为OpenMP should only parallelize the outer loop，但是代码现在始终以两倍的速度运行。

更新：这些行甚至不是必需的。只需添加

omp_get_num_threads();

在同一位置的

（隐式声明）具有相同的效果。

完整代码：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <time.h>

unsigned long do_xor(const unsigned long* p, unsigned long n)
{
    unsigned long i, x = 0;

    for(i = 0; i < n; ++i)
        x ^= p[i];
    return x;
}

int main()
{
    unsigned long n, r, i;
    unsigned long *p;
    clock_t c0, c1;
    double elapsed;

    n = 1000 * 1000 * 1000; /* GB */
    r = 100; /* repeat */

    p = calloc(n/sizeof(unsigned long), sizeof(unsigned long));

    c0 = clock();

#pragma omp parallel for
    for(unsigned dummy = 0; dummy < 1; ++dummy) 
    for(i = 0; i < r; ++i) {
        p[0] = do_xor(p, n / sizeof(unsigned long)); /* "use" the result */
        printf("%4ld/%4ld\r", i, r);
        fflush(stdout);
    }

    c1 = clock();

    elapsed = (c1 - c0) / (double)CLOCKS_PER_SEC;

    printf("Bandwidth = %6.3f GB/s (Giga = 10^9)\n", (double)n * r / elapsed / 1e9);

    free(p);
}

使用

编译并执行

gcc -O3 -Wall -fopenmp single_iteration.c && time taskset -c 0 ./a.out

time报告的挂墙时间是3.4s和7.5s。

GCC 7.3.0（Ubuntu）

Answer 1

性能差异的原因实际上不是代码上的任何差异，而是内存的映射方式。在快速情况下，您从零页读取数据，即所有虚拟地址都映射到单个物理页-因此无需从内存中读取任何内容。在慢速情况下，它不会归零。有关详细信息，请参见this answer from a slightly different context。

另一方面，它不是由调用omp_get_num_threads或编译指示ittelf引起的，而仅仅是链接到OpenMP运行时库。您可以使用-Wl,--no-as-needed -fopenmp进行确认。如果您仅指定-fopenmp但根本不使用它，则链接器将忽略它。

不幸的是，现在我仍然缺少最后一个难题：为什么链接到OpenMP会改变calloc关于零页的行为。

为什么OpenMP会加快SINGLE-ITERATION循环？

1 个答案: