For循環（C ++）中的OpenMP並行節-開銷

Question

我一直在進行量子模擬。 每次計算勢函數時，迭代求解器的一個步驟，然后執行一系列測量。 這三個過程很容易並行化，並且我已經確保它們不會相互干擾。 另外，有些事情相當簡單，但不應並行進行。 設置概述如下所示。

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();
        }
    }
}

該代碼工作正常！ 我看到速度提高了，這主要與TDSE求解器一起運行的測量有關（速度提高了約30％）。 但是，該程序從使用大約10％的CPU（大約一個線程）變為35％（大約三個線程）。 如果潛在函數，TDSE迭代器和測量花費了同樣長的時間，但它們卻沒有花費那么長的時間，這將是有意義的。 基於速度的提高，我希望CPU使用率大約為15％。

我感覺這與在while循環中運行這三個線程的開銷有關。 更換

#pragma omp sections

與

#pragma omp parallel sections

（並在循環之前省略兩行）沒有任何改變。 有沒有更有效的方法來運行此設置？ 我不確定線程​​是否在不斷地被重新創建，或者在等待其他線程完成時線程是否占用了整個內核。 如果我將線程數從3增加到其他任何數目，該程序將使用所需的盡可能多的資源（可能是所有CPU），並且不會獲得性能提升。

Answer 1

我嘗試了許多選項，包括使用任務代替節（具有相同的結果），切換編譯器等。正如Qubit所建議的，我還嘗試使用std :: async。 這就是解決方案！ CPU使用率從大約50％下降到30％（這與原始帖子使用的計算機不在同一台計算機上，因此數字有所不同-基本上是1.6倍CPU使用率的1.5倍性能提升）。 這更接近我對這台計算機的預期。

供參考，這是新的代碼概述：

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調用這三個原始函數，然后使用將來的變量f1，f2和f3將所有內容收集回單個線程中，並避免訪問問題。