在Is OpenMP (parallel for) in g++ 4.7 not very efficient? 2.5x at 5x CPU ，我确定当使用默认的 #pragma omp parallel for 时，我的程序的性能在 11s 和 13s 之间变化(大多数总是高于 12s，有时慢到 13.4s)，CPU 使用率约为 500%，在 4 核 8 线程 Xeon 上，OpenMP 加速仅为 2.5 倍，在 5 倍 CPU w/g++-4.7 -O3 -fopenmp 上。
我尝试使用 schedule(static) num_threads(4)，并注意到我的程序总是在 11.5 秒到 11.7 秒(总是低于 12 秒)内完成，CPU 使用率约为 320%，例如，运行更多始终如一，并且使用更少的资源(即使最佳运行比使用超线程的罕见异常值慢半秒)。
是否有任何简单的 OpenMP 方法来检测超线程，并将 num_threads() 减少到实际的 CPU 内核数？
(有一个类似的问题，Poor performance due to hyper-threading with OpenMP: how to bind threads to cores，但在我的测试中，我发现仅仅从 8 个线程减少到 4 个线程已经以某种方式在 Debian 7 wheezy 和 Xeon E3-1240v3 上完成了 g++-4.7 的工作，所以，这个问题只是关于将 num_threads() 减少到核心数。)
最佳答案
如果您在 Linux 下运行 [也假设是 x86 arch]，您可以查看 /proc/cpuinfo。有两个字段cpu cores 和siblings。第一个是 [真实] 内核的数量，后者是超线程的数量。 (例如，在我的系统上，对于我的四核超线程机器，它们分别是 4 和 8)。
因为 Linux 可以检测到这一点 [并从 Zulan 评论中的链接]，也可以从 x86 cpuid 指令中获得该信息。
无论哪种方式，还有一个环境变量:OMP_NUM_THREADS 与启动器/包装器脚本结合使用可能更容易
您可能希望考虑的一件事是，超过一定数量的线程，您可以使内存总线饱和，并且线程 [或核心] 的增加不会提高性能，实际上可能会降低性能。
来自这个问题:Atomically increment two integers with CAS有一个来自 CppCon 2015 的视频谈话的链接，它分为两部分:https://www.youtube.com/watch?v=lVBvHbJsg5Y和 https://www.youtube.com/watch?v=1obZeHnAwz4
每个大约 1.5 小时，但是，IMO，非常值得。
在演讲中，演讲者[做了很多多线程/多核优化] 说，根据他的经验，内存总线/系统在大约四个线程后趋于饱和。
关于c++ - OpenMP:不要使用超线程内核(一半 `num_threads()` w/超线程)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/36958661/