我正在使用英特尔 VTune 放大器来查看我的并行应用程序如何扩展。
注意我没有使用任何显式锁定机制
它在我的 4 核笔记本电脑上可以很好地扩展（考虑到算法的某些部分无法并行化）：
但是，当我在 Knights Landing (KNL) 上对其进行测试时，它的扩展非常可怕：
请注意，我故意只使用 64 个内核（说到这一点，如果您对线程亲和力感兴趣，我已经打开了关于该主题的另一个问题）。
为什么有这么多空闲时间？什么是_kmp_fork_barrier？阅读有关“不平衡或串行旋转 (OpenMP)”的信息，这似乎与负载不平衡有关，但我已经schedule(dynamic,1)在所有omp地区使用。
如何查看这是否实际上是负载不平衡？否则，可能的原因是什么？
请注意，我有 3 个并行 omp 并行区域：
#pragma omp parallel for collapse(2) schedule(dynamic,1)
#pragma omp declare reduction(mergeFindAffineShapeArgs : std::vector<FindAffineShapeArgs> : omp_out.insert(omp_out.end(), omp_in.begin(), omp_in.end()))
#pragma omp parallel for collapse(2) schedule(dynamic,1) reduction(mergeFindAffineShapeArgs : findAffineShapeArgs)
#pragma omp declare reduction(mergeFindAffineShapeArgs : std::vector<FindAffineShapeArgs> : omp_out.insert(omp_out.end(), omp_in.begin(), omp_in.end()))
#pragma omp parallel for collapse(2) schedule(dynamic,1) reduction(mergeFindAffineShapeArgs : findAffineShapeArgs)
这是自下而上的部分：
这可能是因为reduction? 我知道它非常有效（使用分而治之合并方法）。
在这里查看最昂贵的函数如何很好地并行化（其中大部分）：
放大旋转部分（根据推荐）
：
评论中要求的 OpenMP 直方图：
还原区域：
未知区域简介initInterTab2d：
更新：
在禁用 TBB 和 OpenMP 的情况下构建 OpenCV 删除了这个奇怪的并行区域iniInterTab2D。所以这肯定与 OpenCV 相关，但我不知道如何。