OpenMP减慢了不相关的串行循环
我有两个无关的for循环，一个是串行执行的，另一个是使用OpenMP并行构造执行的。
我使用的OpenMP-Thread越多，下一个串行代码就会变得越慢。
class Foo {
public:
Foo(size_t size) {
parallel_vector.resize(size, 0.0);
serial_vector.resize(size, 0.0);
}
void do_serial_work() {
std::mt19937 random_number_generator;
std::uniform_real_distribution random_number_distribution{ 0.0, 1.0 };
for (size_t i = 0; i < serial_vector.size(); i++) {
serial_vector[i] = random_number_distribution(random_number_generator);
}
}
void do_parallel_work() {
#pragma omp parallel for
for (auto i = 0; i < parallel_vector.size(); ++i) {
for (auto integration_steps = 0; integration_steps < 30; integration_steps++) {
parallel_vector[i] += (0.05 - parallel_vector[i]) / 30.0;
}
}
}
private:
std::vector parallel_vector;
std::vector serial_vector;
};
void test_with_size(size_t size, int num_threads) {
std::cout << "Testing with " << num_threads << " and size: " << size << "\n";
omp_set_num_threads(num_threads);
Foo foo{ size };
long long total_dur_1 = 0;
long long total_dur_2 = 0;
for (auto i = 0; i < 500; i++) {
const auto tp_1 = std::chrono::high_resolution_clock::now();
foo.do_serial_work();
const auto tp_2 = std::chrono::high_resolution_clock::now();
foo.do_parallel_work();
const auto tp_3 = std::chrono::high_resolution_clock::now();
const auto dur_1 = std::chrono::duration_cast(tp_2 - tp_1).count();
const auto dur_2 = std::chrono::duration_cast(tp_3 - tp_2).count();
total_dur_1 += dur_1;
total_dur_2 += dur_2;
}
std::cout << total_dur_1 << "\t" << total_dur_2 << "\n";
}
int main(int argc, char** argv) {
test_with_size(100000, 1);
test_with_size(100000, 2);
test_with_size(100000, 4);
test_with_size(100000, 8);
return 0;
}速度减慢发生在我的本地机器上，这是一台Win10笔记本电脑，配备有4核英特尔酷睿i7-7700和24 GB的超线程内存。该编译器是VisualStudio 2019中的最新版本。在RelWithDebugMode中编译(来自CMake，包括/O2和/openmp)。
当我使用一台更强大的机器时就不会出现这种情况，一台CentOS 8配备2x英特尔至强白金9242，每台都有48核，没有超线程，内存为769 GB。编译器是gcc/8.3.1。编译时使用g++ --std=c++17 -O3 -fopenmp。
Win10 i7-7700上的计时：
Testing with 1 and size: 100000
3043846 10536315
Testing with 2 and size: 100000
3276611 5350204
Testing with 4 and size: 100000
3937311 2735655
Testing with 8 and size: 100000
5002727 1598775在CentOS 8上，2x至强白金9242：
Testing with 1 and size: 100000
727756 4111363
Testing with 2 and size: 100000
731649 2069257
Testing with 4 and size: 100000
734019 1056157
Testing with 8 and size: 100000
752584 544373所以我最初的想法是“缓存上的压力太大了”。然而，当我从并行部分中删除除循环之外的几乎所有内容时，速度又慢了一次。
更新了并行部分，并完成了以下工作：
void do_parallel_work() {
#pragma omp parallel for
for (auto i = 0; i < 8; ++i) {
//for (auto integration_steps = 0; integration_steps < 30; integration_steps++) {
// parallel_vector[i] += (0.05 - parallel_vector[i]) / 30.0;
//}
}
}已更新并行部分的Win10上的计时：
Testing with 1 and size: 100000
3206293 636
Testing with 2 and size: 100000
3218667 2672
Testing with 4 and size: 100000
3928818 8689
Testing with 8 and size: 100000
5106605 10797了解OpenMP 2.0标准(VS只支持2.0) (请在此处找到：https://www.openmp.org/specifications/)，它在2.7.2.5行7，8中说：
在没有显式default子句的情况下，默认行为与指定了default(shared)时相同。
在2.7.2.4行30：
团队中的所有线程都访问共享变量的相同存储区域。
对我来说，这排除了OpenMP线程复制串行_向量，这是我能想到的最后一个解释。
我很高兴对这件事的任何解释/讨论，即使我只是明显错过了一些东西。
编辑：
出于好奇，我也在我的Win10机器上使用WSL进行了测试。运行gcc/9.3.0，计时为：
Testing with 1 and size: 100000
833678 2752
Testing with 2 and size: 100000
762877 1863
Testing with 4 and size: 100000
816440 1860
Testing with 8 and size: 100000
991184 2350老实说，我不清楚为什么windows可执行文件在同一台机器上运行的时间比linux要长得多(针对VC++的优化/O2是最大的)，但有趣的是，同样的工件不会出现在这里。
Stack Overflow用户
发布于 2021-02-25 04:15:54
默认情况下，Windows上的OpenMP有200ms的自旋锁。这意味着当你离开omp块时，所有的omp工作线程都在旋转，等待新的工作。如果你有许多相邻的omp块，这是有好处的。在您的例子中，线程只消耗CPU功率。
要禁用/控制自旋锁，您有以下几个选项：
https://stackoverflow.com/questions/66206296
复制相似问题
腾讯云开发者
