c++ - 用于粒子模拟的并行化 OpenMP 代码性能不佳

Question

我正在尝试为基于粒子的模拟并行化代码，但遇到基于 OpenMP 的方法性能不佳的情况。我的意思是:

• 使用 Linux 工具显示 CPU 使用率 top ，运行 CPU 的 OpenMP 线程的平均使用率为 50%。
• 随着线程数量的增加，加速收敛到大约 1.6 倍。收敛速度非常快，即我使用 2 个线程达到了 1.5 的加速。

以下伪代码说明了实现所有并行区域的基本模板。请注意，在单个时间步长期间，正在执行下图所示方式的 5 个并行区域。基本上，作用在粒子上的力 i < N是相邻粒子的几个场特性的函数 j < NN(i) .

omp_set_num_threads(ncpu);

#pragma omp parallel shared( quite_a_large_amount_of_readonly_data, force )
{
   int i,j,N,NN;

   #pragma omp for 
    for( i=0; i<N; i++ ){             // Looping over all particles
       for ( j=0; j<NN(i); j++ ){     // Nested loop over all neighbors of i
          // No communtions between threads, atomic regions,
          // barriers whatsoever.
          force[i] += function(j);
       }
    }
}

我正在尝试找出观察到的瓶颈的原因。我天真的初步猜测是为了解释:

如前所述，线程之间共享大量内存以供只读访问。很可能不同的线程试图同时读取相同的内存位置。这会造成瓶颈吗？我应该让 OpenMP 分配私有(private)拷贝吗？

Answer 1

N 有多大，NN(i) 有多大？

你说没有共享，但 force[i] 可能在 force[i+1] 的同一缓存行中。这就是所谓的 false sharing并且可能非常有害。 OpenMP 应该将事情放在一起来弥补这一点，所以如果 N 足够大，我认为这不会是你的问题。

如果 NN(i) 不是 CPU 密集型，您可能有一个简单的内存瓶颈——在这种情况下，向其投入更多内核不会解决任何问题。