1

我正在关注Tim Mattson关于 OpenMP 的讲座，以了解一些并行编程概念的实现方式。

我试图观察使用3x10^8步计算PI值的并行程序的运行时间行为。

这是代码，

#include <omp.h>
#include <stadio.h>

static long num_steps = 300000000;
double step;
#define PAD 8 // tried 50 too
#define NUM_THREADS 4
int main()
{
    int i, nthreads;
    double pi, sum[NUM_THREADS][PAD];
    double ts, te;

    ts = omp_get_wtime();

    step = 1.0/(double) num_steps;
    omp_set_num_threads(NUM_THREADS);
    #pragma omp parallel
    {
        int i, id,nthrds;
        double x;

        id = omp_get_thread_num();
        nthrds = omp_get_num_threads();
        if (id == 0)  nthreads = nthrds;
        for (i=id, sum[id]=0.0;i< num_steps; i=i+nthrds) {
            x = (i+0.5)*step;
            sum[id][0] += 4.0/(1.0+x*x);
        }
    }

    for(i=0, pi=0.0;i<nthreads;i++)
        pi += sum[i][0] * step;

    te = omp_get_wtime();

    printf("%.10f\n", pi);
    printf("%.f\n", te-ts);

}

现在我在双核机器上运行 Ubuntu 14.04 LTS。调用omp_get_num_procs()返回2。运行时间完全随机，从 1.31 秒到 4.46 秒不等。而串行程序几乎总是花费 2.31 秒。

我尝试创建 1、2、3、4，最多 10 个线程。每种情况下的运行时间变化太大，尽管在线程更多的情况下平均值会更小。我没有运行任何其他应用程序。

谁能解释为什么运行时间变化太大？

如何准确计算运行时间？讲师给出了他的计算机的运行时间，这似乎是一致的。而且他也在使用双核处理器。

4

1 回答 1

0

双 CPU 比较，使用 OpenMP ：

Result          : 3.1415926536
Number of CPU-s : 2  
Duration        : 2.4025482161

似乎有一组非常一致的结果代码执行时间：

/*           Duration        : 2.3984972970
             Duration        : 2.4004815188
             Duration        : 2.3814983589
             Duration        : 2.4070654172
             Duration        : 2.3964317020
             Duration        : 2.3858104548
             Duration        : 2.3765923560
             Duration        : 2.3734730321
    -O3:
             Duration        : 0.4159400249
             Duration        : 0.3089567909
             Duration        : 0.3106977220
             Duration        : 0.3312316008
             Duration        : 0.2856188160
             Duration        : 0.2984415500
             Duration        : 0.3282426349
             Duration        : 0.2836121118
                                    :......
  + FYI:     #pragma-overheads      :......
             Duration        : 0.0001377461                                                                                           
             Duration        : 0.0001228561
             Duration        : 0.0001215260
    REF:
    Amdahl's Law             >>> https://stackoverflow.com/revisions/18374629/3
    criticism,
    on
    (not-)including also the real-world's infrastructure add-on
    { setup | termination }-overhead costs of #pragma omp parallel section
    ( 
      simplified test w/o the add-on costs of global OpenMP setup & configuration
      )

             */

这会将注意力转向您的系统测试工作负载背景噪音。

最好在无头平台上重新测试您的代码，以避免任何与 GUI 相关的工作负载干预测试的计算部分。

可以享受这个沙盒在线-TiO-平台重新运行实验。

于 2018-04-17T23:28:02.360 回答