Ubuntu中的OpenMP :并行程序在双核处理器上运行速度比单线程慢两倍。为什么？

Question

我从wikipedia得到代码

#include <stdio.h>
#include <omp.h>

#define N 100

int main(int argc, char *argv[])
{
  float a[N], b[N], c[N];
  int i;
  omp_set_dynamic(0);
  omp_set_num_threads(10); 


  for (i = 0; i < N; i++)
  {
      a[i] = i * 1.0;
      b[i] = i * 2.0;
  }

#pragma omp parallel shared(a, b, c) private(i)
  {
#pragma omp for
    for (i = 0; i < N; i++)
      c[i] = a[i] + b[i];
  }
  printf ("%f\n", c[10]);
  return 0;
}

我试着用gcc4.5在我的ubuntu11.04上编译并运行它(我的配置:英特尔C2D T7500M 2.2 than，2048Mb内存)，这个程序的运行速度比单线程慢两倍。为什么？

Answer 1

非常简单的答案:增加N，并将线程的数量设置为您拥有的处理器数量。

对于您的机器，100是一个非常低的数字。尝试更高的几个数量级。

另一个问题是:如何测量计算时间？通常，程序需要花费一些时间才能得到可比较的结果。

Answer 2

我认为编译器在非smp的情况下优化了for循环(使用SSE指令，例如)而在OMP变体中则不能。

使用gcc -S (或objdump -S)查看不同变体的程序集。

无论如何，您可能需要注意共享变量，因为它们需要同步，这会使速度变得非常慢。如果你能“智能”分块(看看调度杂注)，你可能会减少争用，但是再一次：

• 验证发出的code
• profile
• don't低估了单线程代码的效率(因为缓存位置和缺少上下文切换)
• 将线程数量设置为CPU数量(让openMP为您决定！)；除非您的线程团队有一个具有专用任务的主线程，在这种情况下，分配一个额外的线程

可能是有价值的

在我尝试应用OMP进行并行化的所有情况下，大约70%的情况下速度较慢。在某些情况下，确实可以提高速度

• coarse-grained parallellism (您的示例位于频谱的细粒度一端)
• no shared data

Answer 3

你面临的问题是错误的内存共享。每个线程都应该有自己的私有ci。

试试这个：#杂注omp并行共享(a，b)私有(i，c)