c++ - OpenMP 不会利用所有内核？

Question

我正在尝试使用 OpenMP 使一些代码并行化。

    omp_set_num_threads( 8 );
    #pragma omp parallel 
    for (int i = 0; i < verSize; ++i)
    {
        #pragma omp single nowait
        { 
            neighVec[i].index = i;
            mesh.getBoxIntersecTets(mesh.vertexList->at(i), &neighVec[i]);
        }
    }

verSize 大概90k，getBoxIntersecTets 比较贵。所以我希望代码能够充分利用四核 cpu。但是CPU使用率只有25%左右。有什么想法吗？

我也尝试过使用 omp parallel 进行构造，但情况相同。

getBoxIntersecTets 使用 STL unordered_set、vector 和 deque，但我想 OpenMP 应该不知道它们，对吗？

谢谢。

Answer 1

首先，#pragma omp single 禁用并行执行，您绝对不希望这样。

---

试试这个:

#pragma omp parallel for private(tempVec)
for (int i = 0; i < verSize; ++i)
{
    auto tempVec = neighVec[i];
    tempVec.index = i;
    mesh.getBoxIntersecTets(mesh.vertexList->at(i), &tempVec);
    neighVec[i] = tempVec;
}

您的原始代码的问题是不同的线程正在使用数组的相邻元素。相邻的元素在内存中并排放置，这意味着它们可能共享一个缓存行。由于一次只有一个核心可以拥有一条高速缓存行，因此一次只能有一个核心完成工作。或者更糟的是，您的程序可能花费更多时间来转移缓存行的所有权，而不是实际工作。

通过引入一个临时变量，每个worker可以对一个独立的cache line进行操作，然后你只需要访问最后共享的cache line来存储结果。如果第一个参数是通过非常量引用传递的，您应该对第一个参数做同样的事情。