c - 将 pragma omp parallel for 与 SSE 代码 : How to reset FPU? 混合

Question

对于图像处理，我有一个贯穿图像每一行的 openmp 并行循环。在循环内部我使用 SSE 内在函数:

#pragma omp parallel for
for( int y=0; y<=img->height; y++ ) 
{
    [SSE Code]
}

从 SSE 代码切换到 FPU 代码时，我需要使用 _mm_empty。我的理解是 openmp 使用的每个 cpu 都需要执行 _mm_empty。

我当前的代码显然是错误的:

#pragma omp parallel for
for( int y=0; y<=img->height; y++ ) 
{
    [SSE Code]
}

_mm_empty();

只有一个 CPU 会重新初始化其 FPU。

到目前为止我想出的最佳解决方案会带来性能损失:

#pragma omp parallel for
for( int y=0; y<=img->height; y++ ) 
{
    [SSE Code]
    _mm_empty();
}

这将为每次循环迭代调用 _mm_empty。我期望 OpenMP 创建一个线程池，其中的线程数量与可用的 CPU 数量差不多，并在它们之间分配工作。例如，具有 720 行和 4 个 CPU 的镜像，最终将导致 _mm_empty 被执行 720 次，而不是所需的 4 次。

OpenMP 中是否有用于定义由每个线程执行的清理代码的概念？类似的东西

#pragma omp parallel for on thread exit( _mm_empty(); )
for( int y=0; y<=img->height; y++ ) 
{
    [SSE Code]
}

或者有没有办法用其他 omp 概念来表达这一点？

Answer 1

如果只是在每个线程中执行一条指令，那么标准的 omp parallel 编译指示应该做到这一点:

#pragma omp parallel for
for( int y=0; y<=img->height; y++ ) 
{
    [SSE Code]
}

#pragma omp parallel
_mm_empty();

或者组合在一起

#pragma omp parallel
{
    #pragma omp for
    for( int y=0; y<=img->height; y++ ) 
    {
        [SSE Code]
    }
    #pragma omp barrier    //maybe, maybe not?
    _mm_empty();
}

但您面临的实际问题是，您无法确定这实际上在前一个循环使用的每个核心上执行了_mm_empty。您只能保证在循环之后在每个线程中调用它(并且在所有线程完成循环之后使用屏障)，但 OpenMP 运行时(或操作系统)可以在任何需要的地方以及每当发生重新调度时自由地调度线程。但是一个明智的运行时/操作系统确实应该关心线程被分配给特定的核心并留在那里，也许您甚至可以通过某些 OpenMP 或操作系统功能来调整它。

但你知道吗，你可能根本不需要这种_mm_empty疯狂。请记住，仅在使用 MMX 指令时才需要 _mm_empty，该指令是 SSE 的前身(只有 64 位，而不是 128 位) )并使用与 x87 FPU 相同的寄存器。但是SSE带来了自己的一组寄存器以及自己的状态和控制标志。因此，SSE 不会以任何方式干扰“经典”FPU，并且不需要任何同步。因此，如果您实际上仅使用 SSE 操作，而不是 MMX(即您只使用过 __m128(i) 类型，并且永远不要使用 __m64 类型)，然后就忘记 _mm_empty 吧。