时间戳

首页 > 解决方案 > OpenMP 并行 for 循环中可能的竞争条件

c - OpenMP 并行 for 循环中可能的竞争条件

问题描述

我正在使用OpenMP来并行化 for 循环。该程序使用Gurobi C API。

GRBupdatemodel(model);

#pragma omp parallel for
for (int batch = 0; batch < n_batch; ++batch)
{

    int cind[1 + n_max];
    for (int j = 0; j < n_max; ++j)
    {
        cind[1 + j] = n_sum + j;
    }

    double cval[1 + n_max];
    cval[0] = 1;

    GRBmodel* model_copy = GRBcopymodel(model);
    for (int i = 0; i < n_sum; ++i)
    {
        cind[0] = i;
        for (int k = 0; k < n_min; ++k)
        {
            for (int j = 0; j < n_max; ++j) 
            {
                cval[1 + j] = -*((double*) PyArray_GetPtr(array, (long []) {batch, i, j, k}));
            }
            GRBaddconstr(model_copy, 1 + n_max, cind, cval, GRB_LESS_EQUAL, 0, NULL);
        }
    }
    GRBoptimize(model_copy);
    GRBgetdblattrarray(model_copy, GRB_DBL_ATTR_X, 0, n_sum, values[batch]);
    GRBgetdblattrarray(model_copy, GRB_DBL_ATTR_X, n_sum, n_max, max_strategy[batch]);
    GRBgetdblattrarray(model_copy, GRB_DBL_ATTR_PI, 1, n_sum * n_min, (double *) min_strategies[batch]);
    GRBfreemodel(model_copy);
}

此循环的每次迭代都会写入数组values、max_strategy和的不同部分min_strategies。

删除#pragma omp parallel for会产生正确的结果。添加它会产生不正确的结果，包括 nan 值。因此，我怀疑我的循环中存在竞争条件，但我无法找到它。有谁知道可能出了什么问题？我在循环体中只看到两种类型的写入：

标签： cparallel-processingopenmpshared-memoryrace-condition

解决方案

https://www.gurobi.com/documentation/8.1/refman/py_env2.html

根据文档，每次循环迭代中的模型都不是独立的副本。它们共享相同的环境变量。这意味着它们可能从同一内存中读取/写入。如果您确保每个副本都有自己的环境，它可能会成功。

我看到您正在从 python 调用此代码。如果你只使用 C 是为了使用多线程计算，我建议使用带有 joblib 或 dask 的纯 python 代码来获得相同的结果。由于无法序列化不同的模型，因此竞态条件在 python 中也很明显。请参阅此支持问题

推荐阅读