如何在 while 循環中的嵌套 for 循環上使用 OpenMP？

Question

我最近接觸了 OpenMP 和並行編程，但在正確使用它時遇到了一些問題。

我想在以下代碼上實現 OpenMP 以使其運行得更快。

int m = 101;
double e = 10;

double A[m][m], B[m][m];
for (int x=0; x<m; x++){
    for (int y=0; y<m; y++){
        A[x][y] = 0;
        B[x][y] = 1;
    }
}

while (e >= 0.0001){
    for (int x=0; x<m; x++){
        for (int y=0; y<m; y++){
            A[x][y] = 0.25*(B[x][y] - 0.2);
        }
    }
    e = 0;
    for (int x=0; x<m; x++){
        for (int y=0; y<m; y++){
            e = e + abs(A[x][y] - B[x][y]);
        }
    }    
}

我想同時運行循環而不是一個接一個地運行循環以加快運行時間。 我相信以下代碼應該可以工作，但我不確定我是否正確使用 OpenMP。

int m = 101;
double e = 10;

double A[m][m], B[m][m];
#pragma omp parallel for private(x,y) shared(A,B) num_threads(2)
for (int x=0; x<m; x++){
    for (int y=0; y<m; y++){
        A[x][y] = 0;
        B[x][y] = 1;
    }
}

while (e >= 0.0001){
    #pragma omp parallel for private(x,y) shared(A,B) num_threads(2)
    for (int x=0; x<m; x++){
        for (int y=0; y<m; y++){
            A[x][y] = 0.25*(B[x][y] - 0.2);
        }
    }
    // I want to wait for the above loop to finish computing before starting the next
    #pragma omp barrier  
    e = 0;
    #pragma omp parallel for private(x,y) shared(A,B,e) num_threads(2)
    for (int x=0; x<m; x++){
        for (int y=0; y<m; y++){
            e = e + abs(A[x][y] - B[x][y]);
        }
    }    
}

我是否有效且正確地使用 OpenMP？ 另外，我不確定是否可以將 OpenMP 用於我的 while 循環，因為它需要先計算內部循環，然后才能確定它是否需要再次運行。

Answer 1

假設代碼有效，您可以進行以下改進：

int m = 101;
double e = 10;

double A[m][m], B[m][m];

#pragma omp parallel num_threads(2) shared(A, B)
{

    #pragma omp for
    for (int x=0; x<m; x++){
        for (int y=0; y<m; y++){
            A[x][y] = 0;
            B[x][y] = 1;
       }
    }

   while (e >= 0.0001){
    #pragma omp for
    for (int x=0; x<m; x++){
        for (int y=0; y<m; y++){
            A[x][y] = 0.25*(B[x][y] - 0.2);
        }
    }
    
    #pragma omp single
    e = 0;

    #pragma omp for reduction (+:e)
    for (int x=0; x<m; x++){
        for (int y=0; y<m; y++){
            e = e + abs(A[x][y] - B[x][y]);
        }
    }    
  }
}

無需每次都創建一個parallel region ，您可以通過僅為整個代碼創建一個來改進。 此外，由於您僅使用2線程，因此負載平衡問題並不多，但是如果您要增加線程數，您可能會通過使用chunk = 1的static調度獲得更好的性能。

您不需要將循環變量x和y設為private ，OpenMP 會為您完成。 在你最后的嵌套循環中，你有e = e + abs(A[x][y] - B[x][y]); 所以您可能希望線程具有添加“e”的結果，因此您應該使用reduction (+:e)來減少跨線程的變量“e”。