loops - OPENMP F90/95 嵌套 DO 循环 - 在串行实现上得到改进的问题

Question

我进行了一些搜索，但没有找到任何似乎与我的问题相关的内容(如果我的问题是多余的，抱歉!)。无论如何，正如标题所述，我无法对我的代码的串行实现进行任何改进。我需要并行化的代码片段如下(这是带有 OpenMP 的 Fortran90):

do n=1,lm     
  do m=1,jm   
    do l=1,im      
      sum_u = 0
      sum_v = 0
      sum_t = 0
      do k=1,lm
       !$omp parallel do reduction (+:sum_u,sum_v,sum_t) 
        do j=1,jm  
          do i=1,im
            exp_smoother=exp(-(abs(i-l)/hzscl)-(abs(j-m)/hzscl)-(abs(k-n)/vscl))
            sum_u = sum_u + u_p(i,j,k) * exp_smoother
            sum_v = sum_v + v_p(i,j,k) * exp_smoother
            sum_t = sum_t + t_p(i,j,k) * exp_smoother

            sum_u_pert(l,m,n) = sum_u
            sum_v_pert(l,m,n) = sum_v
            sum_t_pert(l,m,n) = sum_t          

            end do
          end do
       end do      
    end do
  end do  
end do

我是否遇到了竞争条件问题？或者我只是把指令放在了错误的地方？我对此很陌生，所以如果这是一个过于简单的问题，我深表歉意。

无论如何，如果没有并行化，代码会非常慢。为了了解问题的大小，lm、jm 和 im 索引分别为 60、401 和 501。所以并行化是至关重要的。非常感谢任何帮助或指向有用资源的链接!我正在使用 xlf 编译上面的代码，如果它有用的话。

谢谢! -珍

Answer 1

放置 omp pragma 的明显位置是在最外面的循环中。

对于每个 (l,m,n)，您正在计算扰动变量和指数平滑器之间的卷积。每个 (l,m,n) 计算都完全独立于其他计算，因此您可以将其放在最外层循环中。因此，例如最简单的事情

!$omp parallel do private(n,m,l,i,j,k,exp_smoother) shared(sum_u_pert,sum_v_pert,sum_t_pert,u_p,v_p,t_p), default(none)
do n=1,lm
  do m=1,jm
    do l=1,im
      do k=1,lm
        do j=1,jm
          do i=1,im
            exp_smoother=exp(-(abs(i-l)/hzscl)-(abs(j-m)/hzscl)-(abs(k-n)/vscl))
            sum_u_pert(l,m,n) = sum_u_pert(l,m,n) + u_p(i,j,k) * exp_smoother
            sum_v_pert(l,m,n) = sum_v_pert(l,m,n) + v_p(i,j,k) * exp_smoother
            sum_t_pert(l,m,n) = sum_t_pert(l,m,n) + t_p(i,j,k) * exp_smoother
          end do
        end do
      end do
    end do
  end do
end do

让我在 8 个内核上获得了大约 6 倍的加速(使用大大减少的问题大小 20x41x41)。考虑到循环中要做的工作量，即使在较小的尺寸下，我假设它不是 8 倍加速的原因涉及内存争用或错误共享；为了进一步的性能调整，您可能希望将求和数组明确地分解为每个线程的子 block ，并在最后将它们组合起来；但是根据问题的大小，可能不需要额外的 im x jm x lm 大小的数组。

在这个问题中似乎有很多结构你应该能够探索以加快连环案例的速度，但说出来比找到它更容易；在笔和纸上玩耍几分钟后什么也想不起来，但更聪明的人可能会发现一些东西。