openmp - 使用 OpenMP 进行缩减

Question

我正在尝试使用 openmp 计算二维矩阵的平均值。这个二维矩阵实际上是一个图像。

我正在对数据进行线程分割。例如，如果我有 N线程比我处理行/N thread0 的行数， 等等。

我的问题是:我可以使用带有“#pragma omp parallel”的 openmp 缩减子句吗？

#pragma omp parallel reduction( + : sum )
{
    if( thread == 0 )
       bla bla code 
       sum = sum + val;

    else if( thread == 1 )
       bla bla code
       sum = sum + val;
}

Answer 1

是的，您可以 - 减少条款适用于整个平行区域以及单个 for工作共享结构。这允许例如减少在不同并行部分中完成的计算(重构代码的首选方式):

#pragma omp parallel sections private(val) reduction(+:sum)
{
   #pragma omp section
   {
      bla bla code
      sum += val;
   }
   #pragma omp section
   {
      bla bla code
      sum += val;
   }
}

您还可以使用 OpenMP for工作共享构造自动在团队中的线程之间分配循环迭代，而不是使用部分重新实现它:

#pragma omp parallel for private(val) reduction(+:sum)
for (row = 0; row < Rows; row++)
{
   bla bla code
   sum += val;
}

请注意，归约变量是私有(private)的，它们的中间值(即它们在 parallel 区域末尾归约之前持有的值)只是部分的，不是很有用。例如，下面的串行循环不能(很容易？)通过归约操作转换为并行循环:

for (row = 0; row < Rows; row++)
{
   bla bla code
   sum += val;
   if (sum > threshold)
      yada yada code
}

这里 yada yada code应在每次迭代中执行一次 sum 的累积值已通过 threshold 的值.当循环并行运行时， sum 的私有(private)值可能永远达不到 threshold ，即使他们的总和确实如此。