c++ - 英特尔 TBB 比标准慢 2 倍 - tbb vs std

Question

我对两个程序进行了一些比较，这两个程序使用梅森扭曲器中的伪随机整数填充给定的 vector ，关键是 TBB 版本非常慢，std 版本在大约 0.6 秒内执行任务当TBB至少需要1.1s时。

我还注意到 TBB 并没有真正提供优化的算法来处理容器，但它只提供通用构造(parallel_for、parallel_for_each 和类似的)来处理 std 提供的通用任务 std::generate 在这种情况下，这是一个更好、更清晰的解决方案。

您可以在此处下载我的小测试，其中包含 2 个小源文件 + 用于 gcc 的 Makefile http://www.sendspace.com/file/ew73h8

我这里做错了什么？我增加这个 vector 的大小越多，TBB 就越慢，我在 Ubuntu 13.04 64 位和 Intel Q6600 下。

TBB 版本在某些方面可能会更好？

编辑:2 个文件的完整来源

---

config.hpp

#define N 10000000

标准.cpp

#include <random>
#include <iostream>
#include <vector>
#include <algorithm>

#include "config.hpp"

int main() {

    std::vector<u_int32_t> v(N);

    std::mt19937 mt;
    std::uniform_int_distribution<u_int32_t> dist(0,499);

    std::generate(v.begin(),v.end(),[&]{return dist(mt);});

    return(0);
}

tbb.cpp

#include <tbb/concurrent_vector.h>
#include <tbb/parallel_for_each.h>

#include <random>
#include <iostream>

#include "config.hpp"

int main()
{
  tbb::concurrent_vector<u_int32_t> v(N);
  std::mt19937 mt;
  std::uniform_int_distribution<u_int32_t> dist(0, 499);
  tbb::parallel_for_each(v.begin(),v.end(),[&](u_int32_t& e){e = dist(mt); });

  return(0);
}

Answer 1

您正在为 ITBB 将控制的所有工作人员共享随机数生成器 (RNG)，正如我从您的问题中看到的那样，这将是四个。撇开从多个线程改变 RNG 状态的线程安全问题不谈，我会指出对缓存的影响:从四个处理器读取和写入访问 RNG 状态使用的相同内存，这很可能是使缓存无用。

让我们试试这个:

#include <tbb/concurrent_vector.h>
#include <tbb/parallel_for_each.h>

#include <vector>
#include <functional>

#include <random>
#include <iostream>

#include "config.hpp"

static thread_local std::mt19937 mt;
static thread_local std::uniform_int_distribution<u_int32_t> dist(0, 499);

int main()
{
  std::vector<u_int32_t> v(N);

  auto f = [&v](std::pair<u_int32_t, u_int32_t> const& p) {
     for (size_t i=p.first; i < p.second; i++)
     {
        v[i] = dist( mt );
     }
  };

  std::vector< std::pair< u_int32_t, u_int32_t > > work;
  work.push_back( std::make_pair( 0, N/2) );
  work.push_back( std::make_pair( N/2, N) );

  tbb::parallel_for_each(
    work.begin(),
    work.end(),
    f 
    );

  return(0);
}

现在时间减少到标准版本的近一半(我只有双核)。代码所做的是强制 itbb 在连续的内存块中工作，而不是分发数据，而是分发工作分配。我不认为这是使用 ITBB 的最佳方式，但另一方面 parallel_for_each 不能以 block 大小提供(从我在 docs 中看到的)，而使用 *parallel_for* 需要一些研究。但这并不难:

#include <tbb/concurrent_vector.h>
#include <tbb/parallel_for.h>

#include <vector>
#include <functional>

#include <random>
#include <iostream>

#include "config.hpp"

static thread_local std::mt19937 mt;
static thread_local std::uniform_int_distribution<u_int32_t> dist(0, 499);

int main()
{
  std::vector<u_int32_t> v(N);

  auto f = [&v](const tbb::blocked_range<u_int32_t>& p) {
     for (auto i=p.begin(); i < p.end(); i++)
     {
        v[i] = dist( mt );
     }
  };

  tbb::parallel_for(
    tbb::blocked_range<u_int32_t>(0,N), 
    f 
    );

  return(0);
}

不使用 ITBB，您可能想在 OpenMP 中使用一些并行结构，无论如何它已经与 gcc 捆绑多年(并且您仍然可以将 ITBB 与 OpenMP 一起使用，但要小心)。

随机数和并行代码呢？他们很乱。如果您想独立地为 RNG 播种并计时，上面的代码可能就足够了。如果您想获得可重现的结果和不相关的 RNG，那么您必须注意每个生成器都由特定于线程的种子初始化，并且您还需要一种方法让每个种子通过其线程接触确定性部分工作...