在 C 中并行化嵌套循环的几种方法之间的差异，C++使用 OpenMP

Difference between the several ways to parallelize nested for loops in C, C++ using OpenMP

本文关键字：之间 方法 OpenMP 使用 C++ 几种 并行化 嵌套循环      更新时间：2023-10-16

我刚刚开始研究OpenMP的并行编程，嵌套循环中有一个微妙的点。我写了一个简单的矩阵乘法代码，并检查了正确的结果。但实际上有几种方法可以并行化这个 for 循环，在低级细节方面可能有所不同，我想问一下。

起初，我在下面编写了代码，将两个矩阵 A、B 相乘并将结果分配给 C。

for(i = 0; i < N; i++)
{
for(j = 0; j < N; j++)
{
sum = 0;
#pragma omp parallel for reduction(+:sum)
for(k = 0; k < N; k++)
{
sum += A[i][k]*B[k][j];
}
C[i][j] = sum;
}
}

它有效，但需要很长时间。而且我发现parallel指令的位置，它会构造平行区域N2时间。当我使用 linux 时间命令时，我通过用户时间的巨大增加找到了它。

下次，我尝试了下面的代码，这也有效。

#pragma omp parallel for private(i, j, k, sum)
for(i = 0; i < N; i++)
{
for(j = 0; j < N; j++)
{
sum = 0;
for(k = 0; k < N; k++)
{
sum += A[i][k]*B[k][j];
}
C[i][j] = sum;
}
}

并且经过的时间从顺序执行时的 72.720s 减少到并行执行时的 5.782 s。这是合理的结果，因为我用 16 个内核执行了它。

但是第二个代码的流程在我的脑海中并不容易绘制。我知道，如果我们将所有循环变量私有化，程序会将嵌套循环视为大小为N 3的大循环。可以通过执行下面的代码轻松检查它。

#pragma omp parallel for private(i, j, k)
for(i = 0; i < N; i++)
{
for(j = 0; j < N; j++)
{
for(k = 0; k < N; k++)
{
printf("%d, %d, %dn", i, j, k);
}
}
}

printf被执行了N 次 3次。

但是在我的第二个矩阵乘法代码中，在最里面的循环之前和之后都有sum。它困扰着我轻松地在脑海中展开循环。我写的第三个代码很容易在我的脑海中展开。

总而言之，我想知道我的第二个矩阵乘法代码在幕后到底发生了什么，尤其是随着sum值的变化。或者，我真的会感谢您推荐一些工具来观察使用 OpenMP 编写的多线程程序的流程。

默认情况下omp for仅适用于下一个直接循环。内部回路完全不受影响。这意味着，您可以像这样考虑您的第二个版本：

// Example for two threads
with one thread execute
{
// declare private variables "locally"
int i, j, k;
for(i = 0; i < N / 2; i++) // loop range changed
{
for(j = 0; j < N; j++)
{
sum = 0;
for(k = 0; k < N; k++)
{
sum += A[i][k]*B[k][j];
}
C[i][j] = sum;
}
}
}
with the other thread execute
{
// declare private variables "locally"
int i, j, k;
for(i = N / 2; i < N; i++) // loop range changed
{
for(j = 0; j < N; j++)
{
sum = 0;
for(k = 0; k < N; k++)
{
sum += A[i][k]*B[k][j];
}
C[i][j] = sum;
}
}
}

您可以使用 OpenMP 通过尽可能在本地声明变量来简单地对变量进行所有推理。 即代替显式声明使用：

#pragma omp parallel for
for(int i = 0; i < N; i++)
{
for(int j = 0; j < N; j++)
{
int sum = 0;
for(int k = 0; k < N; k++)
{
sum += A[i][k]*B[k][j];
}
C[i][j] = sum;
}
}

这样你更容易地使用变量的私有范围。

在某些情况下，将并行性应用于多个循环可能是有益的。 这是通过使用collapse来完成的，即

#pragma omp parallel for collapse(2)
for(int i = 0; i < N; i++)
{
for(int j = 0; j < N; j++)

您可以想象这适用于以下转换：

#pragma omp parallel for
for (int ij = 0; ij < N * N; ij++)
{
int i = ij / N;
int j = ij % N;

由于两者之间的sum = 0，collapse(3)不适用于此循环。

现在还有一个细节：

#pragma omp parallel for

是

#pragma omp parallel
#pragma omp for

第一个创建线程 - 第二个在到达此点的所有线程之间共享循环的工作。这对于现在的理解可能并不重要，但有一些用例很重要。例如，你可以写：

#pragma omp parallel
for(int i = 0; i < N; i++)
{
#pragma omp for
for(int j = 0; j < N; j++)
{

我希望这能从逻辑的角度阐明那里发生的事情。

相关文章：