控制并行循环中的线程数并减少开销

Question

在我的 Fortran 95 代码中，我有一系列嵌套的 DO 循环，整个循环需要大量时间来计算，因此我想使用 OpenMP 添加并行功能（使用 gfortran -fopenmp 编译/构建）。

有一个主 DO 循环，运行 1000 次。

其中有一个子 DO 循环，运行 100 次。

其中嵌套了其他几个DO循环，迭代次数随着DO循环的每次迭代而增加（第一次一次，最后一次最多1000次）。

例子：

DO a = 1, 1000

    DO b = 1, 100

        DO c = 1, d
            some calculations
        END DO

        DO c = 1, d
            some calculations
        END DO

        DO c = 1, d
            some calculations
        END DO
    END DO
    d = d + 1
END DO

一些嵌套的 DO 循环必须串行运行，因为它们本身包含依赖项（也就是说，循环的每次迭代都有一个包含上一次迭代的值的计算），并且不容易并行化在这种情况下。

我可以轻松地使没有任何依赖关系的循环并行运行，如下所示：

d = 1
DO a = 1, 1000

    DO b = 1, 100

        DO c = 1, d
            some calculations with dependencies
        END DO
!$OMP PARALLEL
!$OMP DO
        DO c = 1, d
            some calculations without dependencies
        END DO
!$OMP END DO
!$OMP END PARALLEL
        DO c = 1, d
            some calculations with dependencies
        END DO
    END DO
    d = d + 1
END DO

但是我知道打开和关闭并行线程会有很大的开销，因为这在循环中发生了很多次。当顺序运行时，代码的运行速度比以前慢得多。

在此之后，我认为打开和关闭主循环任一侧的并行代码是有意义的（因此只应用一次开销），并将线程数设置为 1 或 8 以控制节是否顺序或并行运行，如下：

d = 1
CALL omp_set_num_threads(1)
!$OMP PARALLEL
DO a = 1, 1000

    DO b = 1, 100

        DO c = 1, d
            some calculations with dependencies
        END DO
    CALL omp_set_num_threads(4)
!$OMP DO
        DO c = 1, d
            some calculations without dependencies
        END DO
!$OMP END DO
    CALL omp_set_num_threads(1)

        DO c = 1, d
            some calculations with dependencies
        END DO
    END DO
    d = d + 1
END DO
!$OMP END PARALLEL

但是，当我将其设置为运行时，我并没有获得运行并行代码所期望的加速。我希望前几个会慢一些来解决开销，但过了一段时间我希望并行代码比顺序代码运行得更快，但事实并非如此。对于DO a = 1, 50，我比较了主 DO 循环每次迭代的运行速度，结果如下：

Iteration    Serial    Parallel
1            3.8125    4.0781              
2            5.5781    5.9843              
3            7.4375    7.9218              
4            9.2656    9.7500              
...                              
48           89.0625   94.9531                
49           91.0937   97.3281                
50           92.6406   99.6093

我的第一个想法是我没有正确设置线程数。

问题：

1. 我构建并行代码的方式是否有明显问题？
2. 有没有更好的方法来实现我已经完成/想要做的事情？

Answer 1

确实有一些明显错误的地方：您已经从代码中删除了任何并行性。在创建最外层并行区域之前，您将其大小定义为一个线程。因此，将只创建一个线程来处理该区域内的任何代码。随后使用 omp_set_num_threads(4) 不会改变这一点。这个调用只是说无论下一个 parallel 指令将创建 4 个线程（除非另有明确要求）。但是没有这样的新parallel 指令，它会在当前指令中嵌套。您只有一个工作共享 do 指令，该指令应用于一个唯一线程的当前封闭 parallel 区域。

有两种方法可以解决您的问题：

1. 保持您的代码原样：尽管形式上，您将在进入和退出 parallel 区域时分叉并加入您的线程，但 OpenMP 标准不要求创建和销毁线程。实际上，它甚至鼓励线程保持活动状态以减少 parallel 指令的开销，这是由大多数 OpenMP 运行时库完成的。因此，这种简单的问题处理方法的payload并不会太大。

2. 使用第二种方法将 parallel 指令推送到最外层循环之外，但创建工作共享所需的尽可能多的线程（我相信这里有 4 个）。然后，使用single 指令将必须在parallel 区域内连续的任何内容包含在内。这将确保不会发生与额外线程的不必要交互（隐式屏障和退出时刷新共享变量），同时避免您不想要的并行性。

最后一个版本如下所示：

d = 1
!$omp parallel num_threads( 4 ) private( a, b, c ) firstprivate( d )
do a = 1, 1000
    do b = 1, 100
!$omp single
        do c = 1, d
            some calculations with dependencies
        end do
!$omp end single
!$omp do
        do c = 1, d
            some calculations without dependencies
        end do
!$omp end do
!$omp single    
        do c = 1, d
            some calculations with dependencies
        end do
!$omp end single
    end do
    d = d + 1
end do
!$omp end parallel

现在这个版本是否真的会比天真的版本更快，由你来测试。

最后一句话：由于您的代码中有很多连续的部分，所以不要期望太多的加速。 Amdahl's law 是永远的。

Answer 2

1. 显然没有错，但如果串行循环需要很长时间，您的加速将受到限制。进行并行计算可能需要重新设计算法。
2. 不要设置循环中的线程数，而是使用!$omp master - !$omp end master 指令将执行减少到单个线程。如果您只能在所有其他线程完成后运行此块，请添加 !$omp barrier。