使用OpenMP分配數組的特殊指令？

Question

我在OpenMP進行並行化的簡單for循環是

    vector< double > xs; 
    vector< double > ys; 
    xs.resize(N);
    ys.resize(N);
    if(rank0) printf("Assigning points ...\n");
#pragma omp parallel for
    for(long i = 0; i < N; i++) {
        xs[i] = ((double)rand()/(double)RAND_MAX);
        ys[i] = ((double)rand()/(double)RAND_MAX);
    } 

但是，當我包含#pragma omp parallel for比不包含時要花費更長的時間。 當我沒有使用正確的reduction或類似的reduction時，經常會看到這種情況，所以我想知道對於#pragma我是否還需要做其他事情。

這個for循環是否需要#pragma其他功能？

請注意，這個問題與rand()的使用直接相關。

Answer 1

我的直接猜測是問題出在rand()使用每次調用rand()都會更新的單個種子這一事實。 這意味着即使您要寫入的數組之間沒有沖突，對rand()每次調用也可能會強制線程之間的同步。

有多種方法可以解決此問題。 一個明顯的例子是使用C ++ 11中提供的新隨機數生成類，為每個線程使用一個單獨的隨機數生成器對象，如下所示：

    std::mt19937_64 a;
    std::mt19937_64 b;

    std::uniform_real_distribution<double> da;
    std::uniform_real_distribution<double> db;

#pragma omp parallel for private(a, b)
    for (long i = 0; i < N; i++) {
        xs[i] = da(a);
        ys[i] = db(b);
    }

至少在我的系統上進行了一次快速測試，它在單線程中運行大約4秒鍾，在啟用OpenMP的情況下運行大約1秒鍾（並且這是在4核處理器上進行的，因此接近完美擴展）。

請注意，如果您使用的是32位系統（或至少使用產生32位代碼的編譯器），則使用mt19937而不是mt19937_64可能會更快。 每個生成的數字只有32位的隨機性，但是無論如何它可能與rand()產生的數字一樣多。 在64位系統/編譯器上，期望mt19937_64能夠以同樣快的速度運行，並產生更大的隨機性。

另一個小注意事項：在這里，我只為每個生成器使用了默認種子（為1 ）。 您可能想要隨機生成種子，例如從std::random_device生成種子，並分別為每個線程的生成器種子，這樣就不會在線程之間重復數字。

Answer 2

事實證明， rand不是線程安全的。 一個簡單的替代方法是drand48_r供我嘗試使用。 如下更改我的循環將顯示我期望的確切速度：

#pragma omp parallel for private(ii, rBuf, trand) shared(xs,ys)
    for(ii = 0; ii < N; ii++) {
        drand48_r(&rBuf, &trand);
        xs[ii] = trand;
        drand48_r(&rBuf, &trand);
        ys[ii] = trand;
    }