我刚刚开始研究OpenMP的并行编程,嵌套循环中有一个微妙的点。我编写了一个简单的矩阵乘法代码,并检查了结果是否正确。但实际上有几种方法可以并行化这个 for 循环,这些方法在底层细节方面可能有所不同,我想问一下。
首先,我在下面编写了代码,将两个矩阵 A、B 相乘,并将结果赋给 C。
for(i = 0; i < N; i++)
{
for(j = 0; j < N; j++)
{
sum = 0;
#pragma omp parallel for reduction(+:sum)
for(k = 0; k < N; k++)
{
sum += A[i][k]*B[k][j];
}
C[i][j] = sum;
}
}
确实有效,但是需要很长时间。我发现由于 parallel
指令的位置,它将构造并行区域 N2 次。当我使用 linux time 命令时,我发现用户时间大幅增加。
下次,我尝试了下面的代码,它也有效。
#pragma omp parallel for private(i, j, k, sum)
for(i = 0; i < N; i++)
{
for(j = 0; j < N; j++)
{
sum = 0;
for(k = 0; k < N; k++)
{
sum += A[i][k]*B[k][j];
}
C[i][j] = sum;
}
}
上述代码的运行时间从顺序执行的 72.720s 减少到并行执行的 5.782s。这是合理的结果,因为我是用 16 核执行的。
但是第二段代码的流程在我的脑海中并不容易画出来。我知道,如果我们将所有循环变量私有(private)化,程序就会将该嵌套循环视为一个大小为 N3 的大循环。通过执行下面的代码可以轻松检查它。
#pragma omp parallel for private(i, j, k)
for(i = 0; i < N; i++)
{
for(j = 0; j < N; j++)
{
for(k = 0; k < N; k++)
{
printf("%d, %d, %d\n", i, j, k);
}
}
}
printf
被执行了 N3 次。
但是在我的第二个矩阵乘法代码中,最内层循环之前和之后都有 sum
。很容易在脑海中展开这个循环,这让我很烦恼。我写的第三个代码很容易在我的脑海中展开。
总而言之,我想知道在我的第二个矩阵乘法代码中幕后到底发生了什么,尤其是 sum
值的变化。或者我真的很感谢您推荐一些工具来观察用 OpenMP 编写的多线程程序的流程。
最佳答案
omp for
默认情况下仅适用于下一个直接循环。内部循环完全不受影响。这意味着,您可以这样考虑您的第二个版本:
// Example for two threads
with one thread execute
{
// declare private variables "locally"
int i, j, k;
for(i = 0; i < N / 2; i++) // loop range changed
{
for(j = 0; j < N; j++)
{
sum = 0;
for(k = 0; k < N; k++)
{
sum += A[i][k]*B[k][j];
}
C[i][j] = sum;
}
}
}
with the other thread execute
{
// declare private variables "locally"
int i, j, k;
for(i = N / 2; i < N; i++) // loop range changed
{
for(j = 0; j < N; j++)
{
sum = 0;
for(k = 0; k < N; k++)
{
sum += A[i][k]*B[k][j];
}
C[i][j] = sum;
}
}
}
您可以通过尽可能在本地声明变量来简单地使用 OpenMP 对变量进行所有推理。 IE。而不是显式声明使用:
#pragma omp parallel for
for(int i = 0; i < N; i++)
{
for(int j = 0; j < N; j++)
{
int sum = 0;
for(int k = 0; k < N; k++)
{
sum += A[i][k]*B[k][j];
}
C[i][j] = sum;
}
}
这样您就可以更轻松地获得变量的私有(private)范围。
在某些情况下,将并行性应用于多个循环可能是有益的。
这是通过使用 collapse
来完成的,即
#pragma omp parallel for collapse(2)
for(int i = 0; i < N; i++)
{
for(int j = 0; j < N; j++)
您可以想象这适用于如下转换:
#pragma omp parallel for
for (int ij = 0; ij < N * N; ij++)
{
int i = ij / N;
int j = ij % N;
由于中间存在 sum = 0
,collapse(3)
对此循环不起作用。
现在还有一个细节:
#pragma omp parallel for
是
的简写#pragma omp parallel
#pragma omp for
第一个创建线程 - 第二个在到达此点的所有线程之间共享循环的工作。这对于现在的理解可能并不重要,但对于某些用例来说它很重要。例如,您可以写:
#pragma omp parallel
for(int i = 0; i < N; i++)
{
#pragma omp for
for(int j = 0; j < N; j++)
{
我希望这能够从逻辑的角度解释那里发生的事情。
关于c++ - 使用 OpenMP 在 C、C++ 中并行化嵌套 for 循环的几种方法之间的差异,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57071162/