首先，OpenMP显然只能在群集中的一个主板上运行，在这种情况下，每个主板都有两个2GHz的四核Xeon E5405和运行的Scientific Linux 5.3（2009年发布，基于red hat）。另一方面，我的笔记本电脑有2个运行Windows 7的core2duo T7300 7.两台机器都没有超线程。
主要的问题是我的OOP代码通常在两个系统中连续运行大约2分钟，但是当我在嵌套循环中实现OpenMP时，我的笔记本电脑会出现预期的减少时间（当使用2个线程时）并且服务器中的时间显着增加（例如，大约5分钟，有两个线程）。
有两个类，“立方体”和“空间”。空间包含三维数组（20x20x20）的多维数据集，我尝试并行化的代码是一个三向嵌套循环，它为每个多维数据集调用多维数据集的成员函数。该成员函数有三个参数（双精度），并根据每个多维数据集的私有变量进行一些计算。
inline void space::cubes_refresh(const double vsx, const double vsy, const double vsz) {
int loopx, loopy, loopz;
#pragma omp parallel private(loopx, loopy, loopz)
{
#pragma omp for schedule(guided,1) nowait
for(loopx=0 ; loopx<cubes_w ; loopx++) {
for(loopy=0 ; loopy<cubes_h ; loopy++) {
for(loopz=0 ; loopz<cubes_d ; loopz++) {
// Refreshing the values in source
if ( (loopx==source_x)&&(loopy==source_y)&&(loopz==source_z) )
cube_array[loopx][loopy][loopz].refresh(0.0,0.0,vsz);
// refresh everything else
else
cube_array[loopx][loopy][loopz].refresh(0.0,0.0,0.0);
}
}
} // End of loop
}
我不知道问题出在哪里，正如我之前所说，在我的笔记本电脑中，我看到了性能的预期改善，但服务器中完全相同的代码确实更糟糕。 这些是我在笔记本电脑中使用的标志（尝试使用完全相同的标志，但没有）：
g++ -std=c++98 -fopenmp -O3 -Wl,--enable-auto-import -pedantic main.cpp -o parallel_openmp
在服务器中：
g++ -std=c++98 -fopenmp -O3 -W -pedantic main.cpp -o parallel_openmp
我正在运行gcc版本4.5.0并且服务器正在运行4.1.2，我不知道服务器中的OpenMP版本，因为我不知道如何检查它，我认为是3.0之前的版本循环中的崩溃不起作用。这可能是问题吗？