函数中的"pragma omp parallel for"在另一个并行循环中调用函数时无效

"pragma omp parallel for" in function not effective when function is called within another parallel loop

本文关键字：函数 并行 循环 无效 另一个 调用 for pragma omp parallel      更新时间：2023-10-16

>在一个并行化的"for"循环中，我调用了一个函数，该函数又包含一个昂贵的计算，我想与其余的CPU并行化。然而，我内心的"并行"指令被忽略了。

这适用于图像处理管道。相机有4个探测器，可拍摄例如100张图像。我想为每个探测器计算 100 张输入图像的中位数。因此，我的外部循环为 4 个检测器使用 4 个线程，我想使用剩余的 CPU 来并行化内部循环中的中位数计算。

int main()
{
// OUTER LOOP over various detectors
# pragma omp parallel for
for (int det=0; det<4; ++det) {
// some serial work
calculate_median(det);
}
}
void calculate_median(int det)
{
// some serial work
#pragma omp parallel for num_threads(available_additional_threads)
for (int pixel =0; pixel < numpixels; ++pixel) {
// create a stack of pixels from the 100 input images
// calculate median of stack
}
// more serial work
}

我根据相机具有的探测器数量和用户计算机上的CPU数量来计算额外的可用线程。像这样，运行的线程永远不会比 CPU 多。

我观察到的是内部的"omp 并行"被忽略，即无论"available_additional_threads"的值如何，我都只得到一个线程。 但是，如果我确实将外部循环设置为单个线程，则内部并行化将按预期工作。这真的让我感到困惑。 非常感谢您的任何额外见解！

更新/解决方案： 设置"omp_set_nested(true("启用了内部循环并行化。

您可以使用编译器支持的折叠子句 OpenMP 3.0

#pragma omp parallel for collapse(2)
for (int x = 0; x < x_max; ++x) {
for (int y = 0; y < y_max; ++y) { 
//parallelize this code here
}
//IMPORTANT: no code in here
}

，但是这个接缝在这里不适用，因为你必须做一些串行工作。

我的经验是，嵌套循环的性能比一个并行循环差，后者很好地面板化了。

通常，最好只并行化外部循环。由于您的外部循环只有 4 次迭代，我认为仅将 OMP 用于内部循环是合理的。调度程序可以更好地处理负载不平衡。

请记住性能重构的黄金法则：度量。

我建议你使用英特尔的Vtune Ampifier等工具来衡量你的性能如何，以及嵌套循环是否真的能帮助你。

相关文章：