c - OpenMP 基准测试 : Am I doing it right?

Question

我制作了一个计算斐波那契数列的程序。我用不同数量的线程(例如 1、2、10)执行它，但执行时间几乎保持不变(大约 0.500 秒)。

我在 Ubuntu 和 GNU GCC 编译器上使用 CodeBlocks。在 CodeBlocks 中，我链接了库 gomp 并为编译器定义了标志 -fopenmp。

#include <omp.h>
#include <stdio.h>
#include <stdlib.h>

int main()
{
    int i, n=1000, a[n];
    omp_set_num_threads(4);

    for(i=0; i<n; i++)
    {
        a[i] = 1 + (rand() % ( 50 - 1 + 1 ) );
    }

    fibo(n, a);

    return 0;
}

void fibo(int sizeN, int n[])
{
    int i;

    #pragma omp parallel for
    for(i=0; i<sizeN; i++)
    {
    int a = 0, b = 1, next, c;
        printf("n = %i\n", n[i]);
        for (c=0; c<=n[i]; c++)
        {
            if (c <= 1)
            {
                next = c;
            }
            else
            {
                next = a + b;
                a = b;
                b = next;
            }
            printf("%d\n",next);
        }
    }
}

有人有想法吗？
我如何才能确保 OpenMP 确实有效(已安装)？

Answer 1

删除两个 printf 语句。与计算数字相比，您的程序花费更多时间将文本发送到标准输出。由于标准输出基本上是串行的，因此您的程序在 printf 语句中进行串行化。更不用说 printf 本身的开销 - 它必须解析格式字符串，将整数值转换为字符串，然后将其发送到 stdout 流。

观察这些测量时间(n = 10000):

OMP_NUM_THREADS=1 ./fibo.exe  0.10s user 0.42s system 40% cpu 1.305 total
                                         ^^^^^^^^^^^^
OMP_NUM_THREADS=2 ./fibo.exe  0.24s user 1.01s system 95% cpu 1.303 total
                                         ^^^^^^^^^^^^
OMP_NUM_THREADS=4 ./fibo.exe  0.36s user 1.87s system 163% cpu 1.360 total
                                         ^^^^^^^^^^^^

我删除了对 omp_set_num_threads() 的调用并改用 OMP_NUM_THREADS，这允许使用不同数量的线程运行程序而无需重新编译源代码。请注意，该程序在系统模式下花费的时间始终比在用户模式下多 4 倍。这是该文本输出的开销。

现在将相同的内容与注释掉的两个 printf 语句进行比较(请注意，我必须将 n 增加到 1000000 以获得有意义的结果从时间):

OMP_NUM_THREADS=1 ./fibo.exe  0.20s user 0.00s system 99% cpu 0.208 total
                                                              ^^^^^^^^^^^
OMP_NUM_THREADS=2 ./fibo.exe  0.21s user 0.00s system 179% cpu 0.119 total
                                                               ^^^^^^^^^^^
OMP_NUM_THREADS=4 ./fibo.exe  0.20s user 0.01s system 295% cpu 0.071 total
                                                               ^^^^^^^^^^^

现在系统时间几乎保持为零，程序在 2 个线程时快 1.75 倍，在 4 个线程时快 2.93 倍。加速不是线性的，因为线程之间的工作分配存在轻微的不平衡。如果数组中填充的是常量值，那么加速几乎是线性的。