我有一个问题:并行版本的 LU 分解算法与序列同时运行:
void lup_od_omp(double* a, int n){
int i,j,k;
for(k = 0; k < n - 1; ++k)
{
#pragma omp parallel for shared(a,n,k) private(i,j)
for(i = k + 1; i < n; i++)
{
a[i*n + k] /= a[k*n + k];
for(j = k + 1; j < n; j++)
{
a[i*n + j] -= a[i*n + k]*a[k*n + j];
}
}
}}
也许我做错了什么?
最佳答案
由于您只在两个内核上工作,您的并行化实际上可能会妨碍向量化器。 SSE2 上的矢量化将为您提供每个操作 2 倍的数据带宽,在 AVX 上为 4 倍。
双线程有很多同步开销,这可能会减慢你的速度,尤其是当你松散矢量化时。同样出于某种原因,您的 #pragma omp
不会启动任何线程,除非调用 omp_set_num_threads
以使其实际使用线程。
与向量化相关的另一件事是,并非所有编译器都理解 a[i*n + j]
旨在寻址二维数组,因此最好将其声明为首先是这样。
这里是对您的代码的轻微优化,它在我的 Xeon 上运行得相当好:
void lup_od_omp(int n, double (*a)[n]){
int i,k;
for(k = 0; k < n - 1; ++k) {
// for the vectoriser
for(i = k + 1; i < n; i++) {
a[i][k] /= a[k][k];
}
#pragma omp parallel for shared(a,n,k) private(i) schedule(static, 64)
for(i = k + 1; i < n; i++) {
int j;
const double aik = a[i][k]; // some compilers will do this automatically
for(j = k + 1; j < n; j++) {
a[i][j] -= aik * a[k][j];
}
}
}
}
3000x3000 icc -O2
数组的运行时间:
Your code sequential: 0:24.61 99% CPU
Your code 8 threads : 0:05.21 753% CPU
My code sequential: 0:18.53 99% CPU
My code 8 threads : 0:05.42 766% CPU
在另一台机器上,我在 AVX 上测试了它(256 位 vector ,每个操作 4 个 double ):
My code on AVX sequential : 0:09.45 99% CPU
My code on AVX 8 threads : 0:03.92 766% CPU
如您所见,我对矢量化器做了一些改进,但对并行部分的改进不大。
关于c++ - 使用 openmp 进行 LU 分解,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19365277/