时间戳

首页 > 解决方案 > 使用带有嵌套循环的 OpenMP 缩减子句

c++ - 使用带有嵌套循环的 OpenMP 缩减子句

问题描述

我有一个函数的当前版本：

    void*
    function(const Input_st *Data, Output_st *Image)
    {
        int i,j,r,Offset;
        omp_set_num_threads(24);
        #pragma omp parallel for schedule(static) shared(Data,Image),\ 
        private(i,j,r,Offset)
        for (i = 0; i < Data->NX; i++)
        {
            for (j = 0; j < (Data->NZ); j++)
            {
                for (r = 0; r < Data->NR; r++)
                {
                    Offset                = i*Data->NR*Data->NZ + j*Data->NR + r;
                    Image->pTime[Offset] = function2()
                }
            }
        }
        return NULL;
    }

它工作得很好，但是我想删除变量 Offset 的计算并使用指向成员的指针Image->pTimeR然后递增，它看起来如下所示：

    void*
    function(const Input_st *Data, Output_st *Image)
    {
        int i, j, r;
        double *pTime = Image->pTime;
        omp_set_num_threads(24);
        #pragma omp parallel for schedule(static) shared(Data,Image),\ 
        private(i,j,r)
        for (i = 0; i < Data->NX; i++)
        {
            for (j = 0; j < (Data->NZ); j++)
            {
                for (r = 0; r < Data->NR; r++)
                {
                    *pTime = function2()
                    pTime++;
                }
            }
        }
        return NULL;
    }

我得到了段错误。我假设我需要使用reduction类似的子句reduction(+:pTime)。

  1. 首先，这里的目的是加快功能，我想知道这种变化是否会显着加快？（比如使用较少的高速缓存？）
  2. 其次，我试图对其进行基准测试，但没有这样做！我认为这里的问题可以通过使用归约子句来解决，但是由于循环是嵌套的，所以问题对我来说并不是那么简单。

标签： c++performanceopenmp

解决方案

这里不需要任何形式的reduction子句。但是，目前，所有线程都使用相同的指针并更新相同的内存位置（在分配给 的值中存在竞争条件pTime，因此我怀疑会发生崩溃）。

因此，您需要以私有方式定义指针（通常通过在parallel区域内声明它，并将每个线程单独设置为有意义的值。然后它可以按照您想要的方式递增。

这是代码修复后的样子（显然未经测试）：

void* function( const Input_st *Data, Output_st *Image ) {
    #pragma omp parallel for schedule( static ) num_threads( 24 )
    for ( int i = 0; i < Data->NX; i++ ) {
        double *pTime = Image->pTime + i * Data->NR * Data->NZ;
        for ( int j = 0; j < Data->NZ; j++ ) {
            for ( int r = 0; r < Data->NR; r++ ) {
                *pTime = function2();
                pTime++;
            }
        }
    }
    return NULL;
}

推荐阅读