问题标签 [openmp]

我很少使用 fortran，但是我的任务是让遗留代码重写它以并行运行。我正在使用 gfortran 作为我的编译器选择。我在https://computing.llnl.gov/tutorials/openMP/以及其他 一些资源中找到了一些优秀的资源。

我的问题是，在我添加任何 OpenMP 指令之前，如果我只是编译遗留程序：

gfortran Example1.F90 -o Example1

一切正常，但即使不添加指令也要打开 openmp 编译器选项：

gfortran -openmp Example1.F90 -o Example1

当我运行旧程序时，会出现分段错误。使用我编写的较小的测试程序，我已经成功地编译了其他在多个线程上运行的带有 -openmp 的程序，但是我很困惑为什么单独启用该选项并且没有指令会导致段错误。

如果我的问题相当简单，我深表歉意。我可以发布代码，但它相当长。当我分配初始值时它会出错：

对“uconsold”的第一个分配工作正常，第二个似乎是错误的根源，因为当我注释掉该行时，接下来的几行会愉快地执行，直到再次使用“uconsolde”。

感谢您在这件事上提供的任何帮助。

我完全是多核编程的新手，但我确实知道如何编程 C++。

现在，我正在寻找多核编程库。我只是想尝试一下，只是为了好玩，现在，我找到了 3 个 API，但我不确定我应该坚持哪一个。现在，我看到了 Boost 的 MPI、OpenMP 和 TBB。

对于任何使用过这 3 个 API（或任何其他 API）的人，您能告诉我它们之间的区别吗？是否有任何因素需要考虑，例如 AMD 或 Intel 架构？

目前，我正在 Snow Leopard 上的 XCode 3.2.2 上试用 OpenMP：

我还没有包含任何链接库，所以链接器抱怨：

“_omp_get_thread_num”，引用自：main.o 中的 _main
“_omp_get_num_threads”，引用自：main.o 中的 _main

好的，好的，没问题，我在现有的框架中看一下，寻找openmp或omp之类的关键字……问题来了，链接库在哪里？或者我应该说，openMP 的链接库的名称是什么？是dylib，框架还是什么？还是我需要先从某个地方得到它？

我有一个程序块，例如：

我尝试过并行化内循环和外循环，并将 iCount 放在关键区域。并行化此的最佳方法是什么？如果我用 omp single 或 omp atomic 包装 iCount，那么代码会给出一个错误，我发现在 omp for 中这将是无效的。我想我正在添加许多无关的东西来并行化这一点。需要一些建议...

谢谢，

萨彦

我在各种情况下运行了我的代码，这导致了我认为奇怪的行为。我的测试是在带有 HT 的双核英特尔至强处理器上进行的。

没有 OpenMP '#pragma' 语句，总运行时间 = 507 秒

使用 OpenMP '#pragma' 语句指定 1 个核心，总​​运行时间 = 117 秒

使用 OpenMP '#pragma' 语句指定 2 个核心，总​​运行时间 = 150 秒

使用 OpenMP '#pragma' 语句指定 3 个核心，总​​运行时间 = 157 秒

使用 OpenMP '#pragma' 语句指定 4 个核心，总​​运行时间 = 144 秒

我想我不明白为什么注释掉我的 openmp 行会使程序在没有 openmp 的 1 个线程和有 openmp 的 1 个线程之间减慢这么多。

我要改变的只是：

无论如何，如果有人知道为什么会发生这种情况，请告诉我！

谢谢你的帮助，

布雷特

编辑：我将在这里解决一些评论

我正在使用 num_threads(1)、num_threads(2) 等。

经过进一步调查，事实证明，根据代码中是否包含“schedule(guided)”行，我的结果不一致。

-当我使用 schedule(guided) 行时，无论线程数如何，我都会生成最快的解决方案。-当我使用默认调度程序时，我的结果明显变慢并且值不同 -增加线程不会获得调度（引导）改进 -没有调度（引导）我通过添加线程获得改进

我想我还没有找到足够好的描述 schedule(guided) 为我做了什么，我知道它试图拆分循环，以便首先发生最耗时的迭代，这应该产生最少的影响一个线程等待其他线程完成迭代的时间。

看来，对于我的 ~900 次迭代循环，当我使用 schedule(guided) 时，我只处理 ~200 次迭代，而没有 schedule(guided) 我正在处理所有 900 次迭代。有什么想法吗？

我有一个循环，应该通过插入一个 openmp pragma 很好地并行化：

（除非我犯了一个错误，每次执行都完全不依赖于其他人。抱歉，没有插入所有代码）。

但是我的问题是 - boost RNG 线程安全吗？他们似乎指的是 gcc 的 gcc 代码，因此即使 gcc 代码是线程安全的，其他平台也可能并非如此。

我有一些通常运行良好的多线程代码，但它经常会中断。我试图查明问题，但使用 OpenMP 使这变得更加困难（问题不会在串行中发生）。我知道对变量（竞争条件）的多次访问经常会使程序崩溃。

我有一个在多个线程之间共享的列表，我很好奇该列表上的 push_back() 是否是竞争条件的候选者，因此每隔一段时间就会使我的程序崩溃？如果是这样，有没有关于如何处理这个问题的建议？
- 速度是最重要的
- 我知道 using#pragma omp critical可以解决竞争条件，但可能会减慢应用程序的速度（有两个列表，所以我需要一个关键的而不是原子的）。

我不确定的唯一原因是因为我使用 stl 容器运行了几个测试，但从未让测试代码崩溃。

任何建议将不胜感激！
先感谢您，

我有以下代码：

根据 Zoom 分析器，创建了两个线程，一个线程执行两个部分，另一个线程只是阻塞！

有没有人遇到过这样的事情？（是的，我确实有一台双核机器）。

我有一个 C# 原型，它是大量数据并行的，并且我使用 .NETv4 中的 Parallel.For 构造实现了非常成功的数量级加速。现在我需要用本机代码编写程序，我想知道我的选择是什么。我更喜欢在各种操作系统和编译器之间具有某种可移植性的东西，但是如果迫在眉睫，我可以使用 Windows/VC++ 的东西。

我看过 OpenMP，它看起来很有趣，但我不知道这是否被其他程序员视为一个好的解决方案。我也喜欢我可以查看的其他便携式库的建议。

这是顺序代码：

除了：

i只要找到一些 ，循环上的迭代顺序可能是任意的result（只要它满足，它是否从运行更改为运行都没有关系"some_condition"）。