使用 OpenMP 并行化嵌套循环

Question

我试图在我的代码中使用 OpenMP 并行化以下循环

 double pottemp,pot2body;
 pot2body=0.0;
 pottemp=0.0;

 #pragma omp parallel for reduction(+:pot2body) private(pottemp) schedule(dynamic)
 for(int i=0;i<nc2;i++)
    {
     pottemp=ener2body[i]->calculatePot(ener2body[i]->m_mols);
     pot2body+=pottemp;
    }

对于函数'calculatePot'，该函数内部的一个非常重要的循环也被OpenMP并行化了

   CEnergymulti::calculatePot(vector<CMolecule*> m_mols)
   {
        ...

        #pragma omp parallel for reduction(+:dev) schedule(dynamic)
        for (int i = 0; i < i_max; i++)
        {
         ...
         }
     }

看来我的并行化涉及嵌套循环。当我删除最外层循环的并行化时， 似乎该程序的运行速度比最外层循环并行化的程序快得多。测试在 8 个核心上进行。

我认为这种并行化的低效率可能与嵌套循环有关。有人建议我在并行化最外层循环时使用“折叠”。但是，由于最外层循环和内层循环之间仍然存在一些东西，因此据说在这种情况下不能使用“折叠”。在仍然使用 OpenMP 的同时，我还有其他方法可以尝试提高这种并行化的效率吗？

非常感谢。

Answer 1

如果 i_max 与外循环中的 i 无关，您可以尝试融合循环（本质上是崩溃）。这是我经常做的事情，这通常会给我带来一点推动。我也更喜欢“手动”融合循环而不是使用 OpenMP，因为 Visual Studio 仅支持没有崩溃的 OpenMP 2.0，我希望我的代码可以在 Windows 和 Linux 上运行。

#pragma omp parallel for reduction(+:pot2body) schedule(dynamic)
for(int n=0; n<(nc2*i_max); n++) {
    int i = n/i_max; //i from outer loop
    int j = n%i_max; //i from inner loop 
    double pottmp_j = ... 
    pot2body += pottmp_j;
}

如果 i_max 依赖于 j 那么这将不起作用。在这种情况下，请遵循灰熊的建议。但是您可以尝试另一件事。 OpenMP 有开销。如果 i_max 太小，那么使用 OpenMP 实际上可能会更慢。如果在 pragma 末尾添加 if 子句，则 OpenMP 将仅在语句为真时运行。像这样：

const int threshold = ... // smallest value for which OpenMP gives a speedup.
#pragma omp parallel for reduction(+:dev) schedule(dynamic) if(i_max > threshold)