1

考虑下面的代码，取自此处。对于此代码，我得到以下执行时间：

time ./fibomp 40
Number of threads (OpenMP v200805): 2
finonacci(40) = 102334155

real    0m3.193s
user    0m3.180s
sys     0m0.000s

$ export OMP_NUM_THREADS=1
$ time ./fibomp 40
Number of threads (OpenMP v200805): 1
finonacci(40) = 102334155

real    0m3.224s
user    0m3.216s
sys     0m0.000s

如您所见，没有太多的加速，绝对不是 Ruud 在 2011 年 11 月 1 日星期二上午 1:41 的电子邮件中提到的 2 倍加速。我在双核机器上运行它（可能是这样吗？）。我究竟做错了什么？（顺便说一句，奖励积分，ptime命令是什么？一些 SPARC Unix 命令？）

long comp_fib_numbers(int n)
{
  long fnm1, fnm2, fn;
  if ( n == 0 || n == 1 ) return(n);

  // In case the sequence gets too short, execute the serial version
  if ( n < 20 )
  {
     return(comp_fib_numbers(n-1)+comp_fib_numbers(n-2));
  }
  else
  {
     #pragma omp task shared(fnm1)
       fnm1 = comp_fib_numbers(n-1);
     #pragma omp task shared(fnm2)
       fnm2 = comp_fib_numbers(n-2);
     #pragma omp taskwait
       fn = fnm1 + fnm2;
       return(fn);
   }

}
4

1 回答 1

4

首先，为了确定，既然您声明htop显示正在使用单个内核，请确保您在编译器中启用了 OpenMP 支持。这样做的选项-fopenmp适用于 GCC、-xopenmpSun/Oracle 编译器和-openmpIntel 编译器。

其次，n = 20对于并行实现来说，可能的界限太低了。一个无耻的插件 - 请参阅我的一位同事几个月前举办的 OpenMP 研讨会上的课程材料。从幻灯片 20 开始，这里讨论了几个带有任务的并行版本。

第三，ptime是一个 Solaris 命令，并非特定于 SPARC，因为它在 x86 版本中也可用。许多与进程相关的 Solaris 命令的p名称中都有前缀。请注意，在您的情况下time，更有可能是 Bash 提供的内置实现，而不是独立的二进制文件。

第四，这可能是您问题的真正答案-您parallel的代码中缺少一个区域，因此任务指令根本不起作用:)您应该将代码重写如下：

long comp_fib_numbers(int n)
{
   long fnm1, fnm2, fn;
   if ( n == 0 || n == 1 ) return(n);

   // In case the sequence gets too short, execute the serial version
   if ( n < 20 )
   {
      return(comp_fib_numbers(n-1)+comp_fib_numbers(n-2));
   }
   else
   {
      #pragma omp parallel  // <--- You are missing this one parallel region
      {
         #pragma omp single
         {
            #pragma omp task shared(fnm1)
            fnm1 = comp_fib_numbers(n-1);
            #pragma omp task shared(fnm2)
            fnm2 = comp_fib_numbers(n-2);
         }
         #pragma omp taskwait
      }

      fn = fnm1 + fnm2;
      return(fn);
   }

}

if您可以通过使用子句切换并行区域使代码更加简洁：

long comp_fib_numbers(int n)
{
   long fnm1, fnm2, fn;
   if ( n == 0 || n == 1 ) return(n);

   #pragma omp parallel if(n >= 20)
   {
      #pragma omp single
      {
         #pragma omp task shared(fnm1)
         fnm1 = comp_fib_numbers(n-1);
         #pragma omp task shared(fnm2)
         fnm2 = comp_fib_numbers(n-2);
      }
      #pragma omp taskwait
   }

   fn = fnm1 + fnm2;
   return(fn);
}

如果n恰好小于 20，则并行区域将执行单线程。由于并行区域通常在单独的函数中提取，因此仍然会有额外的函数调用，除非编译器选择生成重复代码。这就是为什么建议将串行实现提取到它自己的函数中：

long comp_fib_numbers_serial(int n)
{
   if ( n == 0 || n == 1 ) return(n);

   return (comp_fib_numbers_serial(n-1) + comp_fib_numbers_serial(n-2));
}

long comp_fib_numbers(int n)
{
   long fnm1, fnm2, fn;
   if ( n < 20 ) return comp_fib_numbers_serial(n);

   #pragma omp parallel
   {
      #pragma omp single
      {
         #pragma omp task shared(fnm1)
         fnm1 = comp_fib_numbers(n-1);
         #pragma omp task shared(fnm2)
         fnm2 = comp_fib_numbers(n-2);
      }
      #pragma omp taskwait
   }

   fn = fnm1 + fnm2;
   return(fn);
}

编辑：现在我已经查看了您链接到的代码，我可以看到调用comp_fib_numbers被嵌入到一个parallel区域中。parallel因此，如果您的代码中已经有一个缺失区域，请忽略我对缺失区域的评论。为了完整起见，我将把它留在这里。尝试调整并行版本和串行版本之间发生切换的值。在现代处理器上，它可能会很高，而且您看到的示例已经很老了。OMP_DYNAMIC还要通过将环境变量设置为false（或FALSE）或调用omp_set_dynamic(0);并行区域之前的某个位置来确保不使用动态团队。

您还没有说明您的编译器是什么，但请注意，自 4.4 版起，GCC 支持 OpenMP 3.0，自 11.0 版起由英特尔编译器支持，自 I_dont_know 版起由 Sun/Oracle 编译器支持，并且 Visual C/C++ 编译器根本不支持 OpenMP 3.0 .

在四插槽 Intel Xeon X7350 系统（带 FSB 的旧前 Nehalem 系统）上观察到的加速

$ time OMP_NUM_THREADS=1 ./fib.x 40
finonacci(40) = 102334155
OMP_NUM_THREADS=1 ./fib.x 40  1.86s user 0.00s system 99% cpu 1.866 total
$ time OMP_NUM_THREADS=2 ./fib.x 40
finonacci(40) = 102334155
OMP_NUM_THREADS=2 ./fib.x 40  1.96s user 0.00s system 169% cpu 1.161 total

截止设置为25（似乎是 X7350 的最佳值）：

$ time OMP_NUM_THREADS=2 ./fib.x 40
finonacci(40) = 102334155
OMP_NUM_THREADS=2 ./fib.x 40  1.95s user 0.00s system 169% cpu 1.153 total

将截止设置为25和串行实现的单独函数：

$ time OMP_NUM_THREADS=2 ./fib.x 40
finonacci(40) = 102334155
OMP_NUM_THREADS=2 ./fib.x 40  1.52s user 0.00s system 171% cpu 0.889 total

看看用户时间如何减少了大约 400 毫秒。这是因为消除了开销。

这些是使用您链接到的站点中的代码测量的。使用的编译器是 64 位 Scientific Linux 6.2 系统上的 GCC 4.4.6。

于 2012-10-16T16:27:14.343 回答