c - Openmp 基本并行化

Question

我在并发类(class)中遇到了使用 OpenMP 编写一些并行 C 代码的问题。

这是一个片段

#include <stdio.h>
#include <time.h>
#include <math.h>

#define FALSE 0
#define TRUE 1

int count_primes_0(int);
int count_primes_1(int);
int count_primes_2(int);

int main(int argc, char *argv[]){
    int n;

    if (argc != 2){
        printf("Incorrect Invocation, use: \nq1 N");
        return 0;
    } else {
        n = atoi(argv[1]);  
    }

    if (n < 0){
        printf("N cannot be negative");
        return 0;
    }

    printf("N = %d\n", n);

    //omp_set_num_threads(1);
    time_it(count_primes_0, n, "Method 0");
    time_it(count_primes_1, n, "Method 1");
    time_it(count_primes_2, n, "Method 2");

    return 0;
}

int is_prime(int n){
    for(int i = 2; i <= (int)(sqrt((double) n)); i++){
        if ((n % i) == 0){
            return FALSE;
        }
    }

    return n > 1;
}

void time_it( int (*f)(int), int n, char *string){
    clock_t start_clock;
    clock_t end_clock;
    double calc_time;
    int nprimes;

    struct timeval start_val;
    struct timeval end_val;

    start_clock = clock();
    nprimes = (*f)(n);
    end_clock = clock();
    calc_time = ((double)end_clock - (double)start_clock) / CLOCKS_PER_SEC;
    printf("\tNumber of primes: %d \t Time taken: %fs\n\n", nprimes, calc_time);
}

// METHOD 0
// Base Case no parallelization
int count_primes_0(int n){
    int nprimes = 0;

    for(int i = 1; i <= n; i++){
        if (is_prime(i)) {
            nprimes++;
        }
    }

    return nprimes;
}

//METHOD 1
// Use only For and Critical Constructs
int count_primes_1(int n){
    int nprimes = 0;

    #pragma omp parallel for
    for(int i = 1; i <= n; i++){
        if (is_prime(i)) {
            #pragma omp critical
            nprimes++;
        }
    }

    return nprimes;
}

//METHOD 2
// Use Reduction
int count_primes_2(int n){
    int nprimes = 0;

    #pragma omp parallel for reduction(+:nprimes)
    for(int i = 1; i <= n; i++){
        if (is_prime(i)) {
           nprimes++;
        }
    }

    return nprimes;
}

我面临的问题是，当我使用 omp_set_num_threads() 时，我使用的线程越少我的函数运行得越快——或者越接近基本未并行情况的运行时间

时间结果:这些是在 8 核机器上运行的

8 个线程:方法0:0.07s；方法一:1.63s；方法二:1.4s

4 个线程:方法0:0.07s；方法一:0.16s；方法二:0.16s

2 个主题:方法0:0.07s；方法一:0.10；方法二:0.09

1 个主题:方法0:0.07s；方法一:0.08s；方法二:0.07s

我试过禁用优化并使用不同的 gcc 版本，但没有任何区别

感谢任何帮助。

编辑:在 Linux 中使用时钟会返回“不正确”的时间，挂钟时间正是我所需要的，因此使用 ether omp_get_wtime() 或 Linux 函数 timeit 会产生正确的结果。

Answer 1

令我惊讶的是，您看到该计划如上所示取得了任何成功。如果您查看 clock() 的 RedHat Linux 手册页，您会看到它“返回程序使用的处理器时间的近似值”。放入 OpenMP 指令会导致更多开销，因此您应该会看到在运行 OpenMP 时使用了更多的整体处理器时间。您需要查看的是耗时(或挂钟时间)。当您并行运行时(并且您有一个可以从并行中获益的程序)，您会看到运行时间下降。 OpenMP 规范定义了一个例程 (omp_get_wtime()) 来提供此信息。

更改您的程序以使用 clock() 和 omp_get_wtime() 进行报告:

$ a.out 1000000 (1,000,000)

2 个处理器:

时钟():0.23 wtime():0.23 时钟():0.96 wtime():0.16 时钟():0.59 wtime():0.09

4 个处理器:

时钟():0.24 wtime():0.24 时钟():0.97 wtime():0.16 时钟():0.57 wtime():0.09

8 个处理器:

时钟():0.24 wtime():0.24 时钟():2.60 wtime():0.26 时钟():0.64 wtime():0.09

$ a.out 10000000 (10,000,000)

2 个处理器:

时钟():6.07 wtime():6.07 时钟():10.4 wtime():1.78 时钟():11.3 wtime():1.65

4 个处理器:

时钟():6.07 wtime():6.07 时钟():11.5 wtime():1.71 时钟():10.7 wtime():1.72

8 个处理器:

时钟():6.07 wtime():6.07 时钟():9.92 wtime():1.83 时钟():11.9 wtime():1.86