c++ - "pragma omp parallel for"在另一个并行循环中调用函数时函数无效

Question

在并行化的“for”循环中，我正在调用一个函数，该函数又包含一个昂贵的计算，我想将其与其余 CPU 并行化。但是，我的内部“parallel for”指令被忽略了。

这是一个图像处理流水线。相机有 4 个探测器，例如拍摄。 100 张图像。我想为每个检测器计算 100 个输入图像的中值。因此，我的外循环为 4 个检测器使用了 4 个线程，我想使用剩余的 CPU 来并行化内循环中的中值计算。

int main()
{
  // OUTER LOOP over various detectors
  # pragma omp parallel for
  for (int det=0; det<4; ++det) {
      // some serial work
      calculate_median(det);
  }
}

void calculate_median(int det)
{
   // some serial work

   #pragma omp parallel for num_threads(available_additional_threads)
   for (int pixel =0; pixel < numpixels; ++pixel) {
        // create a stack of pixels from the 100 input images
        // calculate median of stack
   }

   // more serial work
}

我根据相机的检测器数量和用户计算机上的 CPU 数量计算额外的可用线程。像这样，运行的线程永远不会超过 CPU。

我观察到内部的“omp parallel for”被忽略了，即无论“available_additional_threads”的值如何，我都只得到一个线程。但是，如果我确实将外部循环设置为仅一个线程，那么内部并行化将按预期工作。这真的让我很困惑。非常感谢您提供任何额外的见解!

更新/解决方案:设置 'omp_set_nested(true)' 启用内部循环并行化。

Answer 1

您可以使用编译器支持 OpenMP 3.0 的 collapse 子句

#pragma omp parallel for collapse(2)
for (int x = 0; x < x_max; ++x) {
    for (int y = 0; y < y_max; ++y) { 
    //parallelize this code here
    }
//IMPORTANT: no code in here
}

，但是这个接缝在这里不适用，因为你必须做一些连续的工作。

我的经验是，嵌套循环的性能比一个并行循环差，后者被很好地分块了。

通常，只并行化外层循环是个好主意。由于您的外循环只有 4 次迭代，我认为只对内循环使用 OMP 是合理的。调度程序可以更好地处理负载不平衡。

请牢记性能重构的黄金法则:衡量。

我建议您使用 Intel 的 Vtune Ampifier 等工具来衡量您的性能，以及嵌套循环是否真的对您有帮助。