我的程序中有以下代码，我想使用 OpenMP 对其进行加速。

... 
for(i=curr_index; i < curr_index + rx_size; i+=2){  
    int64_t tgt = rcvq[i]; 
    int64_t src = rcvq[i+1]; 
    if (!TEST(tgt)) { 
        pred[tgt] = src; 
        newq[newq_count++] = tgt; 
    } 
}  

目前我有一个版本如下:

... 
chunk = rx_sz / omp_nthreads; 
 
#pragma omp parallel for num_threads(omp_nthreads) 
for (ii = 0; ii < omp_nthreads; ii++) {  
    int start = curr_index + ii * chunk; 
    for (index = start; index < start + chunk; index +=2) {  
        int64_t tgt = rcvq[index]; 
        int64_t src = rcvq[index+1]; 
        if (!TEST(tgt)) { 
            pred[tgt] = src; 
 
            #pragma omp critical  
            newq[newq_count++] = tgt; 
        } 
    } 
} 

当我运行 OpenMP 版本时，我发现与原始版本相比性能大幅下降。我认为问题可能是因为“omp critical”阻止了并行处理。我想知道我的代码可以增强哪些功能，以便我可以获得比串行版本更好的性能。在代码中，rx_sz 始终是 omp_nthreads 的倍数。

请您参考如下方法:

是的，关键部分限制了你的表现。您应该在本地为每个线程收集结果，然后合并它们。

size_t newq_offset = 0; 
#pragma omp parallel 
{ 
    // Figure out something clever here... 
    const size_t max_newq_per_thread = max_newq / omp_get_num_threads(); 
    int64_t* local_newq = malloc(max_results_per_thread * sizeof(int64_t)); 
    size_t local_newq_count = 0; 
 
    #pragma omp parallel for 
    for (i=curr_index; i < curr_index + rx_size; i+=2) 
        int64_t tgt = rcvq[2*index]; 
        int64_t src = rcvq[2*index+1]; 
        if (!TEST(tgt)) { 
            pred[tgt] = src; 
            local_newq_count++; 
            assert(local_newq_count < max_newq_per_thread); 
            local_newq[local_newq_count] = tgt; 
        } 
    } 
    int local_offset; 
    #pragma omp atomic capture 
    { 
        local_offset = offset; 
        offset += local_newq_count; 
    } 
    for (size_t i = 0; i < counter; i++) 
    {    
        res_global[i + local_offset] = res[i]; 
    } 
} 

使用这种方法，所有线程在合并时并行工作，并且在 atomic capture 上只有最小的争用。 .请注意，您还可以使用 atomic capture 制作一个简单版本，这比临界区更有效率，但仍会很快成为瓶颈:

size_t newq_count_local; 
#pragma omp atomic capture 
newq_count_local = newq_count++; 
newq[newq_count_local] = tgt; 

• newq内不保证订单在任何版本中
• 始终尽可能将变量声明为局部变量!特别是在使用 OpenMP 时。 critical -您发布的版本错误，因为index (在外部范围内定义)在线程之间隐式共享。
• 所有这些都假设rcvq 中没有重复项| 。否则，您会在 pred[tgt] = src; 上遇到竞争条件.
• 您手动分割循环的方法不必要地复杂。无需做两个循环，只需使用一个 pragma omp for循环。