c - 什么时候应该忽略关键部分以及什么时候不需要等待？开放式MP

Question

我正在学习 OpenMP，我有一些问题，我相信这些问题可以理清我的思路。

我有一个矩阵乘法 A*B 的小例子，其中 A、B、C 是全局变量。我知道如何并行化 for 循环一次一个或两个循环一起崩溃，但我的问题是:

如果我在哪个循环中使用#pragma omp for，我是否应该忽略check1中的关键部分，我们需要在那里添加，因为C是一个全局变量，并且也在我应该在哪个循环中使用关键字 nowait 以避免循环中出现障碍，因为我知道 #pragma omp for 它会自动拥有它。当我尝试对这个嵌套 for 循环进行编程时，我正在制作:my_approach

int i,j,sum;
for(int i=0;i<N;i++) # loop1
    for(j=0;j<N;j++){ #loop2
         for(k=sum=0;k<N;k++) #loop3
             sum += A[i][j]*B[k][J]
         C[i][j] = sum  # check1
     };

我的方法

#pragma omp parallel num_threads(4)
{
    #pragma omp for schedule(static) nowait // **one**
     for(int i=0;i<N;i++) # loop1
        for(j=0;j<N;j++){ #loop2
             for(k=sum=0;k<N;k++) #loop3
                 sum += A[i][j]*B[k][J]
             #pragma omp critical //  **two**
             C[i][j] = sum  # check1
         };
}

1. 一个:我在那里放了“nowait”，因为这样代码运行得更快，我不知道原因，也不知道我是否做出了正确的决定
2. 两个:我使用临界区来思考如何使用线程构建它。

所以我们可以说这是正确的，那么并行化第二个 for 循环或第三个循环我是否需要这些东西呢？如果有人可以向我解释何时需要添加关键部分，或者如果我一次并行化此嵌套 for 循环，我将不胜感激!

Answer 1

在您的示例中，您既不需要 nowait 也不需要 ritic:

 #pragma omp parallel for schedule(static) num_threads(4) // **one**
 for(int i=0;i<N;i++) # loop1
    for(j=0;j<N;j++){ #loop2
         for(k=0;k < N;k++) #loop3
             C[i][j] += A[i][j]*B[k][J]
  

不存在竞争条件，在更新全局矩阵C期间，每个线程都会更新该矩阵的不同位置。然而，您有一个不同的竞争条件，即在变量j和k更新期间，因为两者在线程之间共享，修复此竞争条件只需将它们设为私有(private)即可，例如，如下所示:

 #pragma omp parallel for schedule(static) num_threads(4) // **one**
 for(int i=0;i<N;i++) # loop1
    for(int j=0;j<N;j++){ #loop2
         for(int k=0;k < N;k++) #loop3
             C[i][j] += A[i][j]*B[k][J]

one : I put "nowait" there because code runs faster with that , I dont know the reason or if I am making the right decision

那么，您不应该在没有充分理由的情况下盲目删除它。在这里您可以安全地删除，因为 1) 在并行 for 和并行区域之间没有使用任何代码，2) 并行区域也有一个隐式屏障。

#pragma omp parallel num_threads(4)
{
    #pragma omp for schedule(static) nowait // **one**
     ...
   // There no code here
} // <-- implicit barrier

尽管如此，在您的情况下，您可以将两个编译指示合并为一个并删除 nowait 子句:

#pragma omp parallel for schedule(static) num_threads(4)

So let's say that this is right what about with parallelizing the second for loop or third do I need those things or not ?

一般答案取决于。它取决于太多因素，但通常您应该从最外层循环开始，因为这些循环将生成具有最高粒度的任务，但这又取决于具体情况。尽管如此，在您的具体示例中，您可以并行化最外层循环。

您可以尝试并行化嵌套循环来查看性能是否有任何提升。通过并行化最外层循环与并行化前两个最外层循环进行测试，并检查是否获得任何性能增益。