Question

我无法并行化我的monte carlo方法来计算pi。这是并行化的for循环：

#pragma omp parallel for private(i,x,y) schedule(static) reduction(+:count)
  for (i = 0; i < points; i++) {
    x = rand()/(RAND_MAX+1.0)*2 - 1.0;
    y = rand()/(RAND_MAX+1.0)*2 - 1.0;

    // Check if point lies in circle
    if(x*x + y*y < 1.0) { count++; }
  }

问题是，如果我使用schedule(static)，它会低估pi，如果我使用schedule(dynamic)，它比串行实现慢。我究竟做错了什么？我已尝试过其他方法来修复它（如：Using OpenMP to calculate the value of PI）但它仍然比串行实现慢得多。

提前致谢

Answer 1

假设您正在使用C库rand函数，该函数不可重入或线程安全。 POSIX提供rand_r函数，但（引用glibc文档）：

POSIX.1扩展了C标准函数以支持可重现性多线程程序中的随机数。但是，扩展名是设计糟糕，不适合认真工作。

特别是，种子必须是unsigned int，它没有足够的位用于良好的PRNG。他们建议使用SVID随机数函数，其nrand48_r可能就是你要找的。

或者，您可以使用其他库。

Answer 2

在并行执行此类操作时，您必须考虑的一点是，由于执行计算的方式不同，可能会出现不同的舍入错误。

示例：

并行计算((A+B) + (C+D))和(A+B)的

(C+D)可能与序列方法(((A+B) + C) + D)不同。

pi计算的OpenMP并行化要么慢，要么错误

2 个答案: