C++英特尔TBB内环优化
C++英特尔TBB内环优化
提问于 2012-02-15 18:56:48
我试图使用Intel TBB并行一个内循环(3中的第二个)，但是，只有当内部2个循环的大小很大时，我才能获得可观的回报。
TBB是否为主循环的每一次迭代生成新线程？有减少开销的办法吗？
tbb::task_scheduler_init tbb_init(4); //I have 4 cores
tbb::blocked_range<size_t> blk_rng(0, crs_.y_sz, crs_.y_sz/4);
boost::chrono::system_clock::time_point start =boost::chrono::system_clock::now();
for(unsigned i=0; i!=5000; ++i)
{
tbb::parallel_for(blk_rng,
[&](const tbb::blocked_range<size_t>& br)->void
{
:::值得注意的是，openMP (我正在尝试删除的！)没有这个问题。
我正在编制下列文件：
英特尔ICC 12.1 at -03 -xHost -mavx
在英特尔2500 K (4核)上
编辑:我真的可以改变循环的顺序，因为out循环测试需要替换为基于循环结果的谓词。
Stack Overflow用户
发布于 2012-02-16 12:13:31
不，TBB不会为每次调用parallel_for生成新线程。实际上，与OpenMP并行区域(每个区域可能启动一个新线程组)不同，TBB在销毁所有task_scheduler_init对象之前使用同一个线程组；在隐式初始化(省略task_scheduler_init )的情况下，在程序结束之前使用相同的工作线程。
因此，性能问题是由其他原因引起的。根据我的经验，最可能的原因是：
- 缺少编译器优化，首先是自动向量化(可以通过比较OpenMP和TBB的单线程性能来检查；如果TBB要慢得多，那么这是最有可能的原因)。
- 缓存失败；如果您在相同的数据中运行了5000次，缓存局部性非常重要，并且OpenMP的默认
schedule(static)工作非常好，每一次精确地重复相同的分区，而TBB的工作窃取调度程序具有很大的随机性。将blocked_range粒度设置为problem_ size /num_线程可以确保每个线程只做一件工作，但并不保证工件的分布相同；affinity_partitioner应该在这方面有所帮助。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/9299474
复制相关文章
相似问题
腾讯云开发者
