c - 在优化中迷失/困惑

Question

我刚刚完成了计算机图形学类(class)，我们必须对光线追踪器进行编程。尽管所有结果都是正确的，但我对 OpenMP 的使用感到困惑(顺便说一句，这不是类(class)的一部分)。我有这个循环(C++):

#pragma omp parallel for private(L, ray)
//  for (x = x_from; x < x_till; x++) {
//  printf("Col: %5d\n", x);
//  for (y = y_from; y < y_till; y++) {
  for (int xy = 0; xy < xy_range; xy++) {
    int x = x_from + (xy % x_width);
    int y = y_from + (xy / x_width);
        ray = cam->get_ray_at(x, y);
        L = trace_ray(ray, 0, cam->inter);
    #pragma omp critical
    cam->set_pixel(x, y, L);
  }
//  }
}

我尝试了很多配置。但最终让我最困惑的是，上面的版本，结合单一的，是所有版本中效率最低的(150 秒对单独的 x 和 y 为 120 秒。“关键”不会显着改变时间。

更多:虽然我希望单个 for 循环并行化每个单独的迭代，但事实并非如此。使用此方法，以 8 - 8 - 8 - 1(8 个核心)为一组执行 25 个循环。事实上，单独的 y 循环(在 list 中被注释掉)似乎可以更有效地分配负载。删除“parallel for”中的“for”确实有所改善略微(148 对 150 秒；)

此外，我尝试了本地定义与全局定义(使用必要的私有(private)编译指示)。我试图在循环内声明 L 和 ray。一切都无济于事...

我会很感激建议或指点...

这里有一些更精确的数据:

Single loop             Yes                     No                      No                      Yes    
'Critical"              No                      No                      Yes                     Yes
                ----------------------  ----------------------  ----------------------  ----------------------
                User    CPU     Mean    User    CPU     Mean    User    CPU     Mean    User    CPU     Mean
Scene 5         37.9    158.9   3.66    26.5    185.5   7.00    27.0    187.7   6.95    38.7    161.8   4.18
Scene 6         18.8    110     5.85    17.7    112     6.32    18.1    113.8   5.29    19.4    112.2   5.78
Scene 7         149     658.8   4.42    114     679.9   5.96    114     653.8   5.73    149     659.8   4.43
Plane           112.0   497.3   4.44    105     520.5   4.95    103.8   525     5.06    113.5   504.8   4.45     
5-balls         126     760.2   6.03    162.3   697.5   4.36    170.3   725.3   4.23    127.3   766.5   6.02

'Mean'是CPU/User，即核心占用的平均值。请注意，在某些情况下，平均值仅为 4.xx。

解决方案及结果:

Single loop             Yes                     No
                ----------------------  ----------------------
                User    CPU     Mean    User    CPU     Mean
Scene 5         23.9    190.1   7.95    24.4    190.7   7.82
Scene 6         14.3    114.2   7.98    14.5    114.9   7.92
Scene 7         85.5    675.9   7.91    106.9   698.8   6.54
Plane           72.7    579.1   7.97    72.6    578.4   7.97
5-balls         104.8   823.3   7.86    103.9   825.1   7.94

这个优秀的结果是通过将 schedule(dynamic, 1) 添加到#pragma omp parallel for line 是这样的:

#pragma omp parallel for schedule(dynamic, 1)

它查看内核的运行时负载分配(相对于编译时间)。

再注意一点，',1'参数是为了限制 block 。它可以省略，在这种情况下 openmp 使用默认值值(value)。也许加 1 会使负载分布过于细化，但在这种情况下，无论哪种方式我都找不到任何性能差异。我猜光线追踪任务太慢并且隐藏了任何管理开销。

Answer 1

我已经编写了一个 Whitted sytle 光线追踪器，它在 OpenCL 中对完整的光线树(反射和折射)进行操作。我还没有用 OpenMP 完成它，但这是我的下一个目标。如果你想学习 OpenMP，我会先从一些更简单的任务开始。但让我发表一些评论。

你是怎么安排时间的？您写道“删除‘parallel for’中的‘for’确实略有改善”。这是没有意义的。删除 for 将在每个线程上运行相同的代码，而不是将线程分布到不同的迭代(做一些 hello world 测试来证明这一点)。它应该更慢而不是更快。这让我想知道你是如何安排时间的。我添加了一些代码来展示如何进行计时。

您不必使用critical。如果每次迭代都写入不同的像素，那么就没有必要了。根据场景的复杂性，critical 可能会使速度变慢。

最后，要获得最佳性能，您还需要使用 SSE/AVX 并同时对多个像素进行操作。这可以通过所谓的基于数据包的光线追踪来完成。有关此 http://graphics.stanford.edu/~boulos/papers/cook_gi07.pdf 的良好讨论，请参阅以下链接

编辑:由于每个像素可能需要不同的时间，因此您希望使用 schedule(dynamic) 而不是通常(但不一定)默认的 schedule(static) 。查看代码。

Ingo Wald 的博士论文: http://www.sci.utah.edu/~wald/PhD/

double dtime = omp_get_wtime();
#pragma omp parallel
{
    Ray ray;
    Color L;
    #pragma omp for schedule(dynamic)
    for (int xy = 0; xy < xy_range; xy++) {
        int x = x_from + (xy % x_width);
        int y = y_from + (xy / x_width);
        ray = cam->get_ray_at(x, y);
        L = trace_ray(ray, 0, cam->inter);
        cam->set_pixel(x, y, L);
     }
}
dtime = omp_get_wtime() - dtime;
printf("time %f\n", dtime);