令人尴尬的并行代码的性能较低

Low performance for an Embarrassingly parallel code

本文关键字：性能 代码 并行      更新时间：2023-10-16

我有这个非常简单的并行代码，我用它来学习令人尴尬的并行。但是，我没有得到预期的超线性或至少线性性能提升。

#pragma omp parallel num_threads(cores) 
{
   int id = omp_get_thread_num(); 
   cblas_sgemm(CblasRowMajor, CblasNoTrans, CblasNoTrans, row, column, column, 1.0, MatrixA1[id], column, MatrixB[id], column, 0.0, Matrixmultiply[id], column); 
}

在使用英特尔 c++ 编译器 xe 15.0 并计算 288 乘以 288 矩阵的 sgemm（矩阵乘法）的 Visual Studio 上，内核 = 1 的 350 微秒和内核 = 4 的 1177 微秒，这似乎只是一个顺序代码。我将英特尔 MKL 属性设置为并行（也使用顺序测试），并将语言设置设置为生成并行代码 （/Qopenmp）。无论如何要改善这一点？我正在运行四核处理器

如果你的输入大小只需要几微秒来计算，正如你所说，4个线程不可能比这少。本质上，输入数据太小，无法并行化，因为创建线程会产生开销。

尝试增加输入数据，以便花费几秒钟的时间并重复实验。

例如，您可能还会有虚假共享，但在这一点上，这没有什么可考虑的。

您可以做些什么来提高性能，即矢量化代码（但在这种情况下，您不能，因为您正在使用库调用，即您必须自己编写函数）。

相关文章：