c++ - 用于粒子模拟的并行 OpenMP 代码性能不佳

Question

我正在尝试并行化基于粒子的模拟的代码，但遇到基于 OpenMP 的方法性能不佳的情况。我的意思是:

• 使用 Linux 工具显示 CPU 使用情况 top ，运行 CPU 的 OpenMP 线程平均使用率为 50%。
• 随着线程数量的增加，速度收敛到约 1.6 倍。收敛速度非常快，即我使用 2 个线程达到了 1.5 的加速。

以下伪代码说明了所实现的所有并行区域的基本模板。 请注意，在单个时间步长期间，正在执行如下所示方式的 5 个并行区域。基本上，作用在粒子上的力i < N是相邻粒子的几个场属性的函数j < NN(i) .

omp_set_num_threads(ncpu);

#pragma omp parallel shared( quite_a_large_amount_of_readonly_data, force )
{
   int i,j,N,NN;

   #pragma omp for 
    for( i=0; i<N; i++ ){             // Looping over all particles
       for ( j=0; j<NN(i); j++ ){     // Nested loop over all neighbors of i
          // No communtions between threads, atomic regions,
          // barriers whatsoever.
          force[i] += function(j);
       }
    }
}

我正在尝试找出所观察到的瓶颈的原因。我天真的最初猜测是为了解释:

如上所述，线程之间共享大量内存以进行只读访问。不同的线程很可能尝试同时读取同一内存位置。这会造成瓶颈吗？我应该让 OpenMP 分配私有(private)拷贝吗？

Answer 1

N 有多大，NN(i) 有多密集？

您说没有共享任何内容，但 force[i] 可能位于 force[i+1] 的同一缓存行内。这就是所谓的 false sharing并且可能非常有害。 OpenMP 应该将事物批处理在一起以弥补这一点，因此如果 N 足够大，我认为这不会是您的问题。

如果 NN(i) 不是非常占用 CPU 资源，那么您可能会遇到一个简单的内存瓶颈 - 在这种情况下，向其投入更多内核不会解决任何问题。