parallel-processing - 使用 openmp 速度明显减慢

Question

我正在尝试测试一小段代码的速度，如下所示:

for(i=0;i<imgDim;i++)
        {
            X[0][i] = Z[i] - U1[i] * rhoinv;
            X[1][i] = Z[i] - U2[i] * rhoinv;
            X[2][i] = Z[i] - U3[i] * rhoinv;
        }

迭代次数约为200次，imgDim为1000000。这段代码的总时间约为2秒。整个代码花费了大约15秒。 但是当我使用 openmp 并行这段代码后，如下所示:

omp_set_num_threads(max_threads);
    #pragma omp parallel shared(X,Z,U1,U2,U3,imgDim,rhoinv) private(i) 
    {
        #pragma omp for schedule(dynamic)
        for(i=0;i<imgDim;i++)
        {
            X[0][i] = Z[i] - U1[i] * rhoinv;
            X[1][i] = Z[i] - U2[i] * rhoinv;
            X[2][i] = Z[i] - U3[i] * rhoinv;
        }
    }

max_threads 为 8。仅这一小段代码就需要大约 11 秒，整个代码大约需要 27 秒。最奇怪的是，如果我将 max_threads 更改为 1，时间会减少到 6 秒。但仍然比顺序代码长得多。

花了我很多时间也找不到问题所在。如果有人能帮助我，我将深表谢意。

Answer 1

schedule(dynamic) 引入了巨大的运行时开销。它应该仅用于每次迭代可能花费不同时间的循环，并且改进的负载平衡将证明开销是合理的。对于像您这样的常规循环，动态调度是一种过度杀伤力，因为它引入了不必要的开销，从而减慢了计算速度。

将计划类型更改为静态:

#pragma omp parallel for schedule(static) 
for(i=0;i<imgDim;i++)
{
    X[0][i] = Z[i] - U1[i] * rhoinv;
    X[1][i] = Z[i] - U2[i] * rhoinv;
    X[2][i] = Z[i] - U3[i] * rhoinv;
}

(注意:外部作用域中声明的变量默认是共享的，并行循环控制变量是隐式私有(private)的)