使用带有#pragma omp 的 OMP_SCHEDULE 进行并行调度（运行时）

Question

我正在尝试了解如何在 C++ 中使用 OpenMP 的 schedule(runtime) 指令。经过一番研究，我发现了OMP_SCHEDULE(1) 和OMP_SCHEDULE(2)。

我得出结论，我需要将变量 OMP_SCHEDULE 设置为某个值。 但是，我不知道该怎么做，也没有找到任何有效的 C++ 示例来解释我如何正确地做到这一点。

有人可以解释一下如何设置变量并提供一个有效的 C++ 示例吗？

Answer 1

OMP 调度有 4 种类型。它们是静态的、动态的、运行时的和引导的。每种调度都有其优点。调度的存在是为了更好地平衡线程之间的负载。

我会给你一些静态和动态调度的例子。引导也是类似的。

schedule(runtime) 子句告诉它使用环境变量设置调度。环境变量可以设置为任何其他调度类型。可以设置

setenv OMP_SCHEDULE “dynamic,5”

静态调度

当您知道每个线程将在编译时或多或少地执行相同数量的工作时，使用静态调度。

例如，可以使用 OMP 并行化以下代码。假设我们只使用 4 个线程。

如果我们使用默认的静态调度并将 pragma 放在外部 for 循环中，那么每个线程将执行 25% 的外部循环 (i) 工作和等量的内部循环 (j) work 因此，每个线程完成的工作总量是相同的。因此，我们可以简单地坚持使用默认的静态调度来提供最佳负载平衡。

float A[100][100];

for(int i = 0; i < 100; i++)
{
   for(int j = 0; j < 100; j++)
   {
      A[i][j] = 1.0f;
   }
}

动态调度

当您知道每个线程不会通过使用静态调度来完成相同数量的工作时，就会使用动态调度。

然而，在下面的代码中，

float A[100][100];

for(int i = 0; i < 100; i++)
{
   for(int j = 0; j < i; j++)
   {
      A[i][j] = 1.0f;
   }
}

内循环变量j依赖于i。如果使用默认的静态调度，外循环 (i) 的工作可能会在 4 个线程之间平均分配，但内循环 (j) 的工作会很大一些线程。这意味着每个线程不会在静态调度中完成相同数量的工作。静态调度不会导致线程之间的最佳负载平衡。因此我们切换到动态调度（调度在运行时完成）。这样可以确保代码实现最佳负载平衡。

注意：你也可以指定chunk_size进行调度。这取决于循环大小。