使用不同版本的操作系統的OpenMP性能差異

Question

我有一段代碼是我前一段時間編寫的。它的唯一目的是用openMP做實驗。但我最近將MacBook Pro Lion（2011年初）改裝爲MacBook Pro Mountain Lion（2013年初）。如果它有助於獲得更多其他信息的硬件，我會很樂意給予他們。 代碼在舊版本上運行良好，這意味着8個線程在我的處理器上獲得了100％（98％min）的負載。現在，在我的新機器上重新編譯的相同代碼只能獲得62％的最大處理器負載。即使我提出了線程。處理器負載均採用「istat pro」進行測量。

我的問題是什麼會導致這種情況發生？

編輯：問題似乎解決，如果我刪除在#pragma omp parallel for shared(largest_factor, largest)。所以我得到#pragma omp parallel shared(largest_factor, largest) 但我仍然不明白爲什麼它的作品。

有問題的代碼：

#include <stdio.h> 
#include <omp.h> 

double fib(double n); 

int main() 
{ 
    int data[] = {124847,194747,194747,194747,194747, 
        194747,194747,194747,194747,194747,194747}; 
    int largest, largest_factor = 0; 



    omp_set_num_threads(8); 
    /* "omp parallel for" turns the for loop multithreaded by making each thread 
    * iterating only a part of the loop variable, in this case i; variables declared 
    * as "shared" will be implicitly locked on access 
    */ 
    #pragma omp parallel for shared(largest_factor, largest) 
    for (int i = 0; i < 10; i++) { 
      int p, n = data[i]; 

      for (p = 3; p * p <= n && n % p; p += 2); 
      printf("\n%f\n\n",fib(i+40)); 
      if (p * p > n) p = n; 
      if (p > largest_factor) { 
        largest_factor = p; 
        largest = n; 
        printf("thread %d: found larger: %d of %d\n", 
          omp_get_thread_num(), p, n); 
      } 
      else 
      { 
        printf("thread %d: not larger: %d of %d\n", 
          omp_get_thread_num(),  p, n); 
      } 
    } 

    printf("Largest factor: %d of %d\n", largest_factor, largest); 
    return 0; 
} 

double fib(double n) 
{ 
if (n<=1) 
{ 
    return 1; 
} 
else 
{ 
    return fib(n-1)+fib(n-2); 
} 
} 

Answer 1

看不到正在使用的所有線程的主要原因是，每個線程需要不同的時間（由於遞歸函數或內循環），你只需要10次​​迭代。快速線程完成得很快，然後只剩下幾個線程運行。當你第一次運行你的代碼時，它會從100％開始，並且隨着快速線程完成和最後幾個慢速線程仍在運行而下降。如果將迭代次數更改爲100（並增加數據數組），您將會看到CPU使用率達到100％的時間更長。我在代碼中添加了一些定時打印輸出。

另外我認爲你有一個與你的共享變量的競爭條件，所以我把一個關鍵部分。

要回答你關於沒有「for」語句的代碼的問題那是在8個不同的線程上運行相同的代碼！而不是線程運行一個特定的迭代，他們每個運行所有10次迭代。這將不會比運行單個線程更快，甚至更慢。

最後，因爲每次迭代需要不同的時間，一般你應該使用「schedual（動態）」像這樣

#pragma omp parallel for shared(largest_factor, largest) schedule(dynamic) 

但是，因爲你只有10次迭代，我不認爲它會在多大的區別這個案例。下面是我的代碼，以瞭解發生了什麼：

#include <stdio.h> 
#include <omp.h> 

double fib(double n); 

int main() 
{ 
    int data[] = {124847,194747,194747,194747,194747, 
        194747,194747,194747,194747,194747,194747}; 
    int largest, largest_factor = 0; 

    omp_set_num_threads(8); 
    /* "omp parallel for" turns the for loop multithreaded by making each thread 
    * iterating only a part of the loop variable, in this case i; variables declared 
    * as "shared" will be implicitly locked on access 
    */ 
    #pragma omp parallel for shared(largest_factor, largest) 
    for (int i = 0; i < 10; i++) { 
      int p, n = data[i]; 
     double time = omp_get_wtime(); 
     for (p = 3; p * p <= n && n % p; p += 2); 
     printf("\n iteratnion %d, fib %f\n\n",i, fib(i+40)); 
     time = omp_get_wtime() - time; 
     printf("time %f\n", time); 

     if (p * p > n) p = n; 
     #pragma omp critical 
     { 
      if (p > largest_factor) {   
       largest_factor = p; 
       largest = n;  
       printf("thread %d: found larger: %d of %d\n", 
        omp_get_thread_num(), p, n); 
      } 
      else { 
       printf("thread %d: not larger: %d of %d\n", 
         omp_get_thread_num(),  p, n); 
      } 
     } 
    } 

    printf("Largest factor: %d of %d\n", largest_factor, largest); 
    return 0; 
} 

double fib(double n) { 
if (n<=1) { 
    return 1; 
} 
else { 
    return fib(n-1)+fib(n-2); 
} 
}