我一直致力于量子模拟.每个时间步骤计算潜在函数,迭代求解器的一个步骤,然后进行一系列测量.这三个过程很容易并行化,我已经确定它们不会相互干扰.此外,还有一些相当简单的东西,但不应该并行完成.设置概要如下所示.
omp_set_num_threads(3);
#pragma omp parallel
{
while (notDone) {
#pragma omp sections
{
#pragma omp section
{
createPotential();
}
#pragma omp section
{
iterateWaveFunction();
}
#pragma omp section
{
takeMeasurements();
}
}
#pragma omp single
{
doSimpleThings();
}
}
}
代码工作得很好!我看到速度增加,主要与TDSE求解器一起运行的测量值相关(速度增加约30%).但是,程序从使用大约10%的CPU(大约一个线程)到35%(大约三个线程).如果潜在的函数,TDSE迭代器和测量结果同样长,这是有意义的,但它们没有.根据速度的提高,我预计会有大约15%的CPU使用率.
我有一种感觉这与在while循环中运行这三个线程的开销有关.更换
#pragma omp sections
同
#pragma omp parallel sections
(并且在循环之前省略两行)不会改变任何东西.有更有效的方法来运行此设置吗?我不确定线程是否经常被重新创建,或者线程是否在等待其他线程完成时占用整个核心.如果我将线程数从3增加到任何其他数字,程序将使用所需的资源(可能是所有CPU)并且不会获得性能提升.
最佳答案 我尝试了很多选项,包括使用任务而不是部分(具有相同的结果),切换编译器等.正如Qubit所建议的,我也尝试使用std :: async.这是解决方案! CPU使用率从大约50%下降到30%(这与原始帖子在不同的计算机上,因此数字不同 – 基本上1.6x CPU使用率的性能提升为1.5倍).这更接近我对这台电脑的预期.
作为参考,这是新的代码大纲:
void SimulationManager::runParallel(){
auto rV = &SimulationManager::createPotential();
auto rS = &SimulationManager::iterateWaveFunction();
auto rM = &SimulationManager::takeMeasurements();
std::future<int> f1, f2, f3;
while(notDone){
f1 = std::async(rV, this);
f2 = std::async(rS, this);
f3 = std::async(rM, this);
f1.get(); f2.get(); f3.get();
doSimpleThings();
}
}
使用std :: async调用三个原始函数,然后使用未来变量f1,f2和f3将所有内容收集回单个线程并避免访问问题.