OpenMP 性能低下

Question

我试图在我的程序中并行化一个循环，所以我搜索了多线程。首先我看了一下 POSIX 多线程编程教程，它太复杂了，所以我试着做一些更简单的事情。我尝试使用 OpenMP。我已经成功地并行化了我的代码，但执行时间问题比串行情况更糟。这是我的程序的一部分。我希望你告诉我有什么问题。我应该指定哪些变量是共享的，哪些是私有的？我怎么知道每个变量的种类？我希望你能回答我，因为我搜索了很多论坛，但我仍然不知道该怎么做。

#include <stdio.h>
#include <math.h>
#include <stdlib.h>
#include <time.h>
#include <omp.h>
#define D                0.215         // magnetic dipolar constant

main()
{
  int     i,j,n,p,NTOT = 1600,Nc = NTOT-1;
  float   r[2],spin[2*NTOT],w[2],d;
  double  E,F,V,G,dU;
  .
  .
  .
  for(n = 1; n <= Nc; n++){
    fscanf(voisins,"%d%d%f%f%f",&i,&j,&r[0],&r[1],&d);
    V = 0.0;E = 0.0;F = 0.0;
    #pragma omp parallel num_threads(4)
    {
      #pragma omp for schedule(auto)
      for(p = 0;p < 2;p++)
      {
        V += (D/pow(d,3.0))*(spin[2*i-2+p]-w[p])*spin[2*j-2+p];
        E += (spin[2*i-2+p]-w[p])*r[p];
        F += spin[2*j-2+p]*r[p];
      }
    }
    G = -3*(D/pow(d,5.0))*E*F;
    dU += (V+G);
   }
   .
   .
   .
 }//End of main()

Answer 1

您正在并行化一个只有 2 次迭代的循环：p=0 和 p=1。 OpenMP 的omp for 的工作方式是将循环迭代在并行团队（您已定义为 4 个线程）中的线程之间拆分，并让它们并行解决问题的一部分。

只有 2 次迭代，您的 2 个线程将处于空闲状态。最重要的是，实际上要弄清楚哪些线程将处理问题的哪一部分需要开销。如果您的实际循环不需要很长时间（在这种情况下显然不需要），那么开销将超过您从并行化中获得的好处。

更好的策略通常是尽可能使用 OpenMP 并行化最外层循环，以解决平均分配工作和减少（相对）开销的问题。或者，您可以使用 OpenMP 4.0 的 omp simd 命令在最低循环级别进行并行化。

最后，您没有正确计算变量V、E 和F。因为它们是从迭代到迭代的总和，所以您应该使用reduction(+:V) 将它们全部定义为归约变量。如果您目前按原样得到正确答案，我会感到惊讶。

（也正如高性能标记所说：确保您正在计时程序的墙上时间执行而不是程序的 CPU 时间执行。这通常使用 omp_get_wtime() 完成。）