OpenMP中的共享向量2

在我之前的问题中 Shared vectors in OpenMP 有人说可以让不同的线程在共享向量上读写，只要不同线程访问向量的不同元素。如果不同的线程必须读取矢量的所有（有时是相同的）元素，如下例所示？OpenMP中的共享向量2

#include <vector> 

int main(){ 

vector<double> numbers; 
vector<double> results(10); 
double x; 

//write 25 values in vector numbers 
for (int i =0; i<25; i++){ 
    numbers.push_back(cos(i)); 
} 

#pragma omp parallel for default(none) \ 
shared(numbers, results) \ 
private(x) 
    for (int j = 0; j < 10; j++){ 
     for(int k = 0; k < 25; k++){ 
      x += 2 * numbers[j] * numbers[k] + 5 * numbers[j * k/25]; 
     } 
     results[j] = x;  
    } 

    return 0; 

}

将这个并行是缓慢的，因为只有一次一个线程可以读取向量的任何元素，或者这是不是这样的？我能否通过条款firstprivate(numbers)解决问题？

会是有意义的创建载体的阵列，使得每个线程都有自己的载体？

例如：

vector<double> numbersx[**-number of threads-**];

来源

2012-04-01 user1304680

阅读元素来自多个线程的向量不是问题。代码中没有同步，所以它们将被同时访问。

这样，您正在使用矢量的大小，你不会有任何缓存出现了问题或者，虽然更大的载体，你可能会由于高速缓存访问模式有些缓慢起伏。在这种情况下，数字数据的单独副本可以提高性能。

来源

2012-04-01 20:56:20

感谢您的回复。实际上，我实际上想要使用的矢量可能有多达67 * 10^6个条目（使用double或float数据类型）。那么我应该如何制作副本？ “你的代码没有同步”是什么意思？ – user1304680 2012-04-01 22:05:23

@ user1304680，这听起来像你是多方面的新手，所以我建议你阅读更多的背景信息。简而言之，同步是一种限制对资源的访问的方式，以便多个线程可以读取并修改它。这是确保逻辑正确性的一种方法，但它会杀死并行性。同步是通过原子操作，关键部分，互斥体完成的。 – 2012-04-01 22:10:30

@ user1304680，我建议不要做一个副本开始和验证性能缩放。如果性能不与内核数量成比例，那么您可以考虑优化缓存访问。 – 2012-04-01 22:14:51

更好的方法：

#include <vector> 

int main(){ 

vector<double> numbers; 
vector<double> results(10); 

//write 25 values in vector numbers 
for (int i =0; i<25; i++){ 
    numbers.push_back(cos(i)); 
} 

#pragma omp parallel for 
    for (int j = 0; j < 10; j++){ 
     double x = 0; // make x local var 
     for(int k = 0; k < 25; k++){ 
      x += 2 * numbers[j] * numbers[k] + 5 * numbers[j * k/25]; 
     } 
     results[j] = x; // no race here  
    } 

    return 0; 

}

这将是缓慢的还挺由于事实，那就是没有太多的工作共享同一的

来源

2012-04-01 19:14:37 Anycorn

谢谢。我可以看到你是如何在循环中声明x的，这已经在http://stackoverflow.com/questions/9953905/shared-vectors-in-openmp中讨论过了，但是它自从向量'结果'和'数字'是隐含共享的，对吗？可能没有太多的工作要分享，但我的问题是，如果一般情况下并行化会很慢，因为不同的线程读取矢量“数字”的相同元素。 – user1304680 2012-04-01 19:19:11

阅读不太可能是一个性能问题，写作可能是由于虚假分享（谷歌）。你可以通过分割外部循环来解决它。 – Anycorn 2012-04-01 19:24:23

OpenMP中的共享向量2

回答

相关问题