使用 openmp 优化 C for 循环性能

Question

我有一个简单的for-loop，它根据 数组X[n][d]的对应行。

array *function(X, n, d){
    double *array = calloc(n,sizeof(double));
    //#pragma omp parallel
    {
        //#pragma omp parallel for if(n>15000)
        for( i=0 ; i<n-1; i++)
        {
            //#pragma omp parallel for shared(X,j, i) reduction(+: sum)
            //#pragma omp parallel for if(d>100) reduction(+:distances[:n]) private(j)
            for ( j=0; j< d; j++)
            {
                array[i] += (pow(X[(j+1)*n-1]-X[j*n+i], 2));
            }
            array[i] = sqrt(array[i]);
        }
    }
    return array;
}

认为n 与n=100000 一样高，d 可以具有从d=2 到d=100 的预定义值。 function() 在每次 kth 迭代中被多次调用 (2^k)。所以模式是：在第一次迭代它被调用一次，在第二次迭代它被调用两次，在第三次迭代它被调用四次等等......而且n在每次迭代中减少一个（n-=1 )。

我尝试了 openmp 指令的不同组合，这些指令作为 cmets 放入示例代码中，但无论我尝试了什么，代码在没有 openmp 指令的情况下执行相同或更好。

使用openmp提高上述循环的时间性能有哪些好的方法/技术？

Answer 1

如果没有东西来测试它很难说，但我会尝试这样的事情：

double* function( double* X, int n, int d ) {
    double *array = malloc( n * sizeof( double ) );
    #pragma omp parallel for schedule( static )
    for( int i = 0 ; i < n - 1; i++ ) {
        double sum = 0;
        for( int j = 0; j < d; j++ ) {
           double dist = X[( j + 1 ) * n - 1] - X[j * n + i];
           sum += dist * dist;
        }
        array[i] = sqrt( sum );
    }
    return array;
}

我不确定它是否会比您的代码更有效，但它有一些改进应该会对性能产生影响：

1. 为了避免在顺序部分将数组初始化为 0，并希望编译器能够更好地优化，我将 calloc() 替换为普通的 malloc() 并使用局部变量 sum 来累积部分和.
2. 我已将并行化 pragma 尽可能放在最外层，以最大限度地提高并行度。
3. 我使用了一个本地的dist 变量来存储X 的两个当前值之间的临时距离，然后将其乘以自身，避免了对更复杂的pow() 函数的昂贵调用。

现在，根据您从中获得的结果，您可以考虑添加与最初在 #pragma omp parallel for 指令中相同类型的 if( n > NMIN ) 语句。此NMIN 的值将由您根据测量的性能来确定。 另一个可能的优化方向是将parallel 指令放在函数之外。这将使您免于无数线程启动/停止。但是，您必须在调用 malloc() 之前添加 #pragma omp single 并从现有指令中删除 parallel。