6

我运行了一个 OpenMP 程序来执行 Jacobi 方法，它运行得非常好，2 个线程的性能略高于 2x 1 个线程，4 个线程的性能比 1 个线程快 2 倍。我觉得一切都很完美......直到我达到了 20、22 和 24 个线程。我一直在分解它，直到我有了这个简单的程序

#include <stdio.h>
#include <omp.h>

int main(int argc, char *argv[]) {
    int i, n, maxiter, threads, nsquared, execs = 0;
    double begin, end;

    if (argc != 4) {
        printf("4 args\n");
        return 1;
    }

    n = atoi(argv[1]);
    threads = atoi(argv[2]);
    maxiter = atoi(argv[3]);
    omp_set_num_threads(threads);
    nsquared = n * n;

    begin = omp_get_wtime();
    while (execs < maxiter) {

#pragma omp parallel for
        for (i = 0; i < nsquared; i++) {
            //do nothing
        }
        execs++;
    }
    end = omp_get_wtime();

    printf("%f seconds\n", end - begin);

    return 0;
}

这是不同线程号的一些输出：

./a.out 500 1 1000
    0.6765799 seconds

./a.out 500 8 1000
    0.0851808 seconds

./a.out 500 20 1000
    19.5467 seconds

./a.out 500 22 1000
    21.2296 seconds

./a.out 500 24 1000
    20.1268 seconds

./a.out 500 26 1000
    0.1363 seconds

如果 20 之后的所有线程都继续，我会理解一个很大的减速，因为我认为这将是线程开销（尽管我觉得这有点极端）。但即使改变 n 也会使 20、22 和 24 的时间保持不变。将 maxiter 更改为 100 确实会将其缩小到大约 1.9 秒、2.2 秒……，这意味着线程创建本身会导致速度变慢，而不是内部迭代。

这与操作系统试图创建它没有的线程有关吗？如果它意味着什么，则omp_get_num_procs()返回 24，它在 Intel Xeon 处理器上（所以 24 包括超线程？）

谢谢您的帮助。

4

1 回答 1

1

我怀疑问题是由于一个线程在一个核心上以 100% 运行。由于超线程，这实际上消耗了两个线程。您需要找到导致此问题的核心并尝试将其排除。假设它是线程 20 和 21（您在问题中说它从 20 开始 - 您确定吗？）。尝试这样的事情

GOMP_CPU_AFFINITY = 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 22 23

我以前从未使用过它，因此您可能需要稍微阅读一下以使其正确。 OpenMP 和 CPU 亲和性 您可能需要先列出偶数线程，然后再列出奇数线程（例如 0 2 4 ... 22 1 3 5 ...），在这种情况下我不确定要排除什么（编辑：解决方案是：export GOMP_CPU_AFFINITY="0-17 20-24. 见评论）。

至于为什么26个线程不会有问题我只能猜测。OpenMP 可以选择将线程迁移到不同的内核。您的系统可以运行 24 个逻辑线程。我从未找到将线程数设置为大于逻辑线程数的值的理由（实际上在我的矩阵乘法代码中，我将线程数设置为物理内核数，因为超线程会产生更差的结果）。也许当您将线程数设置为大于逻辑核心数的值时，OpenMP 决定在选择时迁移线程是可以的。如果它将您的线程从以 100% 运行的核心迁移，那么问题可能会消失。您可以通过使用OMP_PROC_BIND禁用线程迁移来测试这一点

于 2014-02-16T20:22:18.267 回答