的OpenMP用的std ::矢量和標量減少與

循環我有這樣的代碼：的OpenMP用的std ::矢量和標量減少與

#pragma omp declare reduction(* : scalar : omp_out *= omp_in)  
scalar like=1; 
vector<scalar>& bigsum; 
#pragma omp parallel for // reduction(* : like)  
for (int m = 0; m < M-1; m++) 
    like *= bigsum[m];

我試圖得到一個一致的結果，但它沒有做（競爭狀態的問題），但應該如何我修復它？因爲它在代碼中可見，我有我自己的reduction function，但它也不起作用。我應該知道的標量和std :: vector有什麼技巧嗎？

標量變量在這裏只是通過在我創建的每個double上應用log（）來重寫浮點數，因爲有很多double to double乘法，並且它們之後的結果接近於零。例如，通過執行log（），然後乘法變成加法等等。

獲得一致的答案一個解決的方法是這樣的：

#pragma omp parallel 
    { 
     scalar loc = 1; 
    #pragma omp for 
     for (std::size_t m = 1; m < M;m++) 
     { 
      _flm[m-1] = Qratio[m-1] * k1 + k2; 
      bigsum[m-1] = kappa0omegaproduct + kappa[1] * _flm[m-1]; 
    #pragma omp critical (reduce_product) 
      { 
      like *= bigsum[m-1]; 
      } 
     } 
}

這個答案是正確的，但這麼慢呢是我的8芯機上慢了近8倍！

來源

2016-07-17 M.Rez

什麼類型是'scalar'？你觀察到什麼樣的競爭條件。 – Zulan

我正在處理非常大的雙數。當我將它們乘以很多時，它們變得太接近於零，所以我使用這種標量類型，這種標量類型在這些小型雙打日誌上超載操作。 –

無論如何，請提供[mcve]。 – Zulan

三天後我自己有一個答案，並解釋了我發現的內容。

我已經創建了自己的降噪功能是這樣的：

#pragma omp declare reduction(* : scalar : omp_out *= omp_in) initializer (omp_priv (1))

訣竅是omp_priv，顯然減少值初始化是很重要的，我事端在here教訓。

該我做的代碼通過應用我的OpenMP像這樣的循環簡單得多：

#pragma omp parallel for reduction (* : like)

很簡單，乾淨。以這種新方式，代碼得到了並行化，運行速度比我在問題主體中的速度更快。不幸的是，它仍然比串行版本慢。也許這是因爲std :: vector的用法，或者重載的算術運算非常慢！我不知道。代碼太大了，我無法複製粘貼到這裏，這是可以理解的，而不是爲了讓別人閱讀而痛苦。

來源

2016-07-19 11:24:01

您的第一個示例依賴於本機OpenMP減少。您確定用戶定義的OpenMP減少工作正確嗎？這可能是一個重載操作符的問題。

你的第二個例子是正確的（你說過），但由於關鍵部分非常緩慢。爲什麼不通過每個線程使用局部變量（例如「local_like」），然後在「omp for」之後使用臨界區域來手動實現OpenMP壓縮？

來源

2016-07-19 09:59:15 phadjido

是的，我應該更新我的減少功能。首先，我必須進行調試才能瞭解爲什麼某些重載函數未被調用！謝謝你提到它。 –

當我用局部變量做到這一點時，如果您查看自己的答案，我看不到所需的加速，我已經完成了減少，並且比我在8核心機器上共享的代碼快了近10倍。 –

的OpenMP用的std ::矢量和標量減少與

回答

相關問題