OpenMP和C並行for循環：為什么我的代碼在使用OpenMP時會變慢？

Question

我是新手，也是C語言的初級程序員。我在使用openmp加速for循環方面遇到了一些問題。 以下是簡單的例子：

#include <stdlib.h>
#include <stdio.h>
#include <gsl/gsl_rng.h>
#include <omp.h>

gsl_rng *rng;

main()
{
int i, M=100000000;
double tmp;

/* initialize RNG */
gsl_rng_env_setup();
rng = gsl_rng_alloc (gsl_rng_taus);
gsl_rng_set (rng,(unsigned long int)791526599);

// option 1: parallel        
  #pragma omp parallel for default(shared) private( i, tmp ) schedule(dynamic)
  for(i=0;i<=M-1;i++){
     tmp=gsl_ran_gamma_mt(rng, 4, 1./3 );
  }


// option 2: sequential       
  for(i=0;i<=M-1;i++){
     tmp=gsl_ran_gamma_mt(rng, 4, 1./3 );
  }
}

代碼從M個迭代的伽馬隨機分布中提取。 事實證明，使用openmp（選項1）的並行方法大約需要1分鍾，而順序方法（選項2）只需要20秒。 使用openmp運行時，我可以看到CPU使用率為800％（我使用的服務器有8個CPU）。 系統是使用GCC 4.1.3的linux。 我正在使用的編譯命令是gcc -fopenmp -lgsl -lgslcblas -lm（我正在使用GSL）

難道我做錯了什么？ 請幫我！ 謝謝！

PS正如一些用戶所指出的，它可能是由rng引起的。 但即使我更換

tmp=gsl_ran_gamma_mt(rng, 4, 1./3 );

通過說

tmp=1000*10000;

問題仍然存在......

Answer 1

gsl_ran_gamma_mt可能會鎖定rng以防止並發問題（如果沒有，您的並行代碼可能包含競爭條件，從而產生錯誤的結果）。 然后解決方案是為每個線程創建一個單獨的rng實例，從而避免鎖定。

Answer 2

您的rng變量是共享的，因此線程花費所有時間等待能夠使用隨機數生成器。 為每個線程提供一個單獨的RNG實例。 這可能意味着使RNG初始化代碼也並行運行。

Answer 3

再次感謝大家的幫助。 我剛剛發現如果我擺脫了

schedule(dynamic)

在代碼中，問題消失了。 但那是為什么呢？