我正在尝试了解有关 OpenMP 和缓存争用的更多信息,因此我编写了一个简单的程序来更好地理解它的工作原理。对于简单的 vector 相加,我的线程缩放很糟糕,但我不明白为什么。这是我的程序:
#include <iostream>
#include <omp.h>
#include <vector>
using namespace std;
int main(){
// Initialize stuff
int nuElements=20000000; // Number of elements
int i;
vector<int> x, y, z;
x.assign(nuElements,0);
y.assign(nuElements,0);
z.assign(nuElements,0);
double start; // Timer
for (i=0;i<nuElements;++i){
x[i]=i;
y[i]=i;
}
// Increase the threads by 1 every time, and add the two vectors
for (int t=1;t<5;++t){
// Re-set z vector values
z.clear();
// Set number of threads for this iteration
omp_set_num_threads(t);
// Start timer
start=omp_get_wtime();
// Parallel for
#pragma omp parallel for
for (i=0;i<nuElements;++i)
{
z[i]=x[i]+y[i];
}
// Print wall time
cout<<"Time for "<<omp_get_max_threads()<<" thread(s) : "<<omp_get_wtime()-start<<endl;
}
return 0;
}
运行此命令会产生以下输出:
Time for 1 thread(s) : 0.020606
Time for 2 thread(s) : 0.022671
Time for 3 thread(s) : 0.026737
Time for 4 thread(s) : 0.02825
我使用此命令进行编译:clang++ -O3 -std=c++11 -fopenmp=libiomp5 test_omp.cpp
正如您所看到的,随着线程数量的增加,扩展会变得更糟。我在 4 核 Intel-i7 处理器上运行它。有谁知道发生了什么事吗?
最佳答案
您受到内存带宽的限制,而不是 CPU 速度。如果您所做的只是加法和复制,那么只需要一个 CPU 就能让您的内存保持忙碌,因此添加更多内核并没有帮助。
如果您想了解添加更多线程的好处,请尝试在足够小以适合 L1 或 L2 缓存的内存上执行更复杂的操作。
关于c++ - OpenMP 的扩展不佳(缓存争用?),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37427032/