我什么时候应该忽略关键部分，什么时候需要 nowait ？ OpenMp

Question

我正在研究 OpenMP，我有一些问题我相信会澄清我的想法。

我有一个矩阵乘法 A*B 的小例子，其中 A、B、C 是全局变量。我知道我们如何可以一次并行化 for 循环或同时并行化折叠，但我的问题是：

如果我使用 #pragma omp for 在哪个循环中，我应该忽略 check1 中的关键部分，因为 C 是一个全局变量，并且我应该在哪个循环中使用关键字 nowait 避免循环中的障碍，因为我知道#pragma omp for 它自动拥有它。当我试图编程这个嵌套的 for 循环时，我正在这样做：my_approach

int i,j,sum;
for(int i=0;i<N;i++) # loop1
    for(j=0;j<N;j++){ #loop2
         for(k=sum=0;k<N;k++) #loop3
             sum += A[i][j]*B[k][J]
         C[i][j] = sum  # check1
     };

我的方法

#pragma omp parallel num_threads(4)
{
    #pragma omp for schedule(static) nowait // **one**
     for(int i=0;i<N;i++) # loop1
        for(j=0;j<N;j++){ #loop2
             for(k=sum=0;k<N;k++) #loop3
                 sum += A[i][j]*B[k][J]
             #pragma omp critical //  **two**
             C[i][j] = sum  # check1
         };
}

1. 一个：我把“nowait”放在那里是因为代码运行得更快，我不知道原因或者我是否做出了正确的决定
2. 两个：我使用关键部分来思考如何使用线程构建它。

所以让我们说这是正确的，如果并行化第二个 for 循环或第三个循环，我是否需要这些东西？如果有人可以在我需要添加关键部分时向我解释，或者如果我一次并行化这个嵌套的 for 循环，我将不胜感激！

Answer 1

在您的示例中，您既不需要nowait，也不需要critical：

 #pragma omp parallel for schedule(static) num_threads(4) // **one**
 for(int i=0;i<N;i++) # loop1
    for(j=0;j<N;j++){ #loop2
         for(k=0;k < N;k++) #loop3
             C[i][j] += A[i][j]*B[k][J]
  

没有竞争条件，在更新全局矩阵C 期间，每个线程更新该矩阵的不同位置。但是，您有一个不同的 race-condition，即在变量 j 和 k 的更新期间，因为它们在线程之间共享，以修复此 race-condition em> 只需将它们设为私有，例如，如下所示：

 #pragma omp parallel for schedule(static) num_threads(4) // **one**
 for(int i=0;i<N;i++) # loop1
    for(int j=0;j<N;j++){ #loop2
         for(int k=0;k < N;k++) #loop3
             C[i][j] += A[i][j]*B[k][J]

一个：我把“nowait”放在那里是因为代码运行得更快，我没有 知道原因或者我是否做出了正确的决定

你不应该在没有充分理由的情况下盲目地删除它。在这里您可以安全地删除，因为 1) 在并行 for 和并行区域之间没有使用任何代码，2) 并行区域也有一个隐式屏障。

#pragma omp parallel num_threads(4)
{
    #pragma omp for schedule(static) nowait // **one**
     ...
   // There no code here
} // <-- implicit barrier

尽管如此，在您的情况下，您可以将两个 pragma 合并为一个并删除 nowait 子句：

#pragma omp parallel for schedule(static) num_threads(4)

因此，假设这是正确的，那么并行化 第二个 for 循环或第三个循环我是否需要这些东西？

一般的答案是取决于。这取决于太多的因素，但通常你应该从最外层的循环开始，因为这些循环会产生具有最高粒度的任务，但这又取决于具体情况。尽管如此，在您的具体示例中，您可以并行化最外层循环。

您可以尝试并行化嵌套循环，看看是否有任何性能提升。测试了并行化最外层循环与并行化前两个最外层循环，并检查您是否获得任何性能提升。