For循环中的OpenMP并行段(C) – 开销

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

#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.

点赞