OpenMP手工制作減少指令

Question

我正在研究階乘函數。 我必須使用OpenMP編寫其並行版本。

double sequentialFactorial(const int N) {
    double result = 1;
    for(int i = 1; i <= N; i++) {
        result *= i;
    }
    return result;
}

眾所周知，使用reduction tecnique可以有效地並行化該算法。

我知道存在reduction條款（ 標准 §§2.15.3.6）。

double parallelAutomaticFactorial(const int N) {
    double result = 1;
    #pragma omp parallel for reduction(*:result)
    for (int i=1; i <= N; i++) 
        result *= i;
    return result;
}

但是，我想嘗試實現還原tecnique“手工制作”。

double parallelHandmadeFactorial(const int N) {

    // maximum number of threads
    const int N_THREADS = omp_get_max_threads();

    // table of partial results
    double* partial = new double[N_THREADS];
    for(int i = 0; i < N_THREADS; i++) {
        partial[i] = 1;
    }

    // reduction tecnique
    #pragma omp parallel for
    for(int i = 1; i <= N; i++) {
        int thread_index = omp_get_thread_num();
        partial[thread_index] *= i;
    }

    // fold results
    double result = 1;
    for(int i = 0; i < N_THREADS; i++) {
        result *= partial[i];
    }

    delete partial;

    return result;
}

我希望最后兩個片段的性能非常相似，並且優於第一個片段。 但是，平均表現是：

Sequential Factorial          3500 ms
Parallel Handmade Factorial   6100 ms
Parallel Automatic Factorial   600 ms

我錯過了什么嗎？

---

感謝@Gilles和@PW，此代碼按預期工作

double parallelNoWaitFactorial(const int N) {

    double result = 1;

    #pragma omp parallel
    {
        double my_local_result = 1;

        // removing nowait does not change the performance
        #pragma omp for nowait
        for(int i = 1; i <= N; i++)
            my_local_result *= i;

        #pragma omp atomic
        result *= my_local_result;
    }

    return result;
}

Answer 1

如果數組元素恰好共享高速緩存行，則會導致錯誤共享 ，從而進一步導致性能下降。

為了避免這種情況

• 使用私有變量double partial而不是double數組partial 。
• 使用每個線程的partial結果來計算關鍵區域中的最終result
• 最終result應該是一個不是並行區域私有的變量。

關鍵區域將如下所示：

#pragma omp critical
    result *= partial;