为什么使用 OpenMP 生成随机数时没有加速？答案

【问题标题】：Why is there no speed up when using OpenMP to generate random numbers?为什么使用 OpenMP 生成随机数时没有加速？
【发布时间】：2018-06-13 15:32:05
【问题描述】：

我希望运行一种需要生成随机数的蒙特卡罗模拟，以及基于这些随机数的一组指令。

我希望使用并行处理，但在测试我的代码（用 C 编写）时，似乎有更多内核的反向加速！我不确定我做错了什么。然后我复制了another answer的代码形式，还是得到了这个效果。

代码稍作修改，答案是

#define NRANDS 1000000
int main() {

    int a[NRANDS];

    #pragma omp parallel default(none) shared(a)
    {
        int i;
        unsigned int myseed = omp_get_thread_num();
        #pragma omp for
        for(i=0; i<NRANDS; i++)
                a[i] = rand_r(&myseed);
    }
    double sum = 0.;
    for (long int i=0; i<NRANDS; i++) {
        sum += a[i];
    }
    printf("sum = %lf\n", sum);

    return 0;
}

我刚刚在终端中运行time 命令以计算运行时间。我使用export OMP_NUM_THREADS=2 改变了允许的线程数。我的终端的输出是：

Thread total: 1
sum = 1074808568711883.000000
real    0m0,041s
user    0m0,036s
sys 0m0,004s

Thread total: 2
sum = 1074093295878604.000000
real    0m0,037s
user    0m0,058s
sys 0m0,008s

Thread total: 3
sum = 1073700114076905.000000
real    0m0,032s
user    0m0,061s
sys 0m0,010s

Thread total: 4
sum = 1073422298606608.000000

real    0m0,035s
user    0m0,074s
sys 0m0,024s

【问题讨论】：

“用户”时间需要除以核心数，“系统”时间需要从“真实”时间中减去，以查看实际情况。

标签： c multithreading random parallel-processing openmp

【解决方案1】：

注意time 命令adds up the time spent on all cores 在打印user 和sys 值时。请注意，您的挂墙时间 (real) 几乎是恒定的。

另外，您的基准太小。创建和管理线程的成本很高。这种开销可能会掩盖随机数生成的实际执行时间。一百万个值并不多。换句话说，实际计算随机数所花费的时间是如此之少，以至于它在噪音中丢失并且与设置/拆卸成本相形见绌。如果生成更多，您可能会开始看到并行性带来的优势。

【讨论】：