建站
咨詢
售后
建站咨詢
新聞中心
1、動態(tài)設(shè)置并行循環(huán)的線程數(shù)量
永春網(wǎng)站制作公司哪家好，找創(chuàng)新互聯(lián)！從網(wǎng)頁設(shè)計、網(wǎng)站建設(shè)、微信開發(fā)、APP開發(fā)、響應式網(wǎng)站建設(shè)等網(wǎng)站項目制作，到程序開發(fā)，運營維護。創(chuàng)新互聯(lián)成立與2013年到現(xiàn)在10年的時間，我們擁有了豐富的建站經(jīng)驗和運維經(jīng)驗，來保證我們的工作的順利進行。專注于網(wǎng)站建設(shè)就選創(chuàng)新互聯(lián)。
在實際情況中，程序可能運行在不同的機器 環(huán)境里，有些機器是雙核，有些機器是4核甚至更多核。并且未來硬件存在升級的可能，CPU核數(shù)會變得越來越多。如何根據(jù)機器硬件的不同來自動設(shè)置合適的線 程數(shù)量就顯得很重要了，否則硬件升級后程序就得進行修改，那將是一件很麻煩的事情。
比如剛開始在雙核系統(tǒng)中開發(fā)的軟件，線程數(shù)量缺省都設(shè)成2，那么當機器升級到4核或8核以后，線程數(shù)量就不能滿足要求了，除非修改程序。
線程數(shù)量的設(shè)置除了要滿足機器硬件升級的可擴展性外，還需要考慮程序的可擴展性，當程序運算量增加或減少后，設(shè)置的線程數(shù)量仍然能夠滿足要求。顯然這也不能通過設(shè)置靜態(tài)的線程數(shù)量來解決。
在具體計算需要使用多少線程時，主要需要考慮以下兩點：
1）當循環(huán)次數(shù)比較少時，如果分成過多數(shù)量的線程來執(zhí)行，可能會使得總運行時間高于較少線程或一個線程執(zhí)行的情況。并且會增加能耗。
2）如果設(shè)置的線程數(shù)量遠大于CPU核數(shù)的話，那么存在著大量的任務切換和調(diào)度等開銷，也會降低整體效率。
那么如何根據(jù)循環(huán)的次數(shù)和CPU核數(shù)來動態(tài)地設(shè)置線程的數(shù)量呢？下面以一個例子來說明動態(tài)設(shè)置線程數(shù)量的算法，假設(shè)一個需要動態(tài)設(shè)置線程數(shù)的需求為：
1、 以多個線程運行時的每個線程運行的循環(huán)次數(shù)不低于4次
2、 總的運行線程數(shù)最大不超過2倍CPU核數(shù)
下面代碼便是一個實現(xiàn)上述需求的動態(tài)設(shè)置線程數(shù)量的例子
- const int MIN_ITERATOR_NUM = 4;
- int ncore = omp_get_num_procs(); //獲取執(zhí)行核的數(shù)量
- int max_tn = n / MIN_ITERATOR_NUM;
- int tn = max_tn > 2*ncore ? 2*ncore : max_tn; //tn表示要設(shè)置的線程數(shù)量
- #pragma omp parallel for if( tn > 1) num_threads(tn)
- for ( i = 0; i < n; i++ )
- {
- printf("Thread Id = %ld/n", omp_get_thread_num());
- //Do some work here
- }
在上面代碼中，根據(jù)每個線程運行的循環(huán)次數(shù)不低于4次，先計算出最大可能的線程數(shù)max_tn，然后計算需要的線程數(shù)量tn，tn的值等于max_tn和2倍CPU核數(shù)中的較小值。
然后在parallel for構(gòu)造中使用if子句來判斷tn是否大于1，大于1時使用單個線程，否則使用tn個線程，，這樣就使得設(shè)置的線程數(shù)量滿足了需求中的條件。
比如在一個雙核CPU上，n=64，最終會以2倍CPU核數(shù)（4個）線程運行，而不會以max_tn = 64/4＝16個線程運行。
在實際情況中，當然不能每個循環(huán)都象上面一樣寫幾行代碼來計算一遍，可以將其寫成一個獨立的功能函數(shù)如下：
- const int g_ncore = omp_get_num_procs(); //獲取執(zhí)行核的數(shù)量
- /** 計算循環(huán)迭代需要的線程數(shù)量
- 根據(jù)循環(huán)迭代次數(shù)和CPU核數(shù)及一個線程最少需要的循環(huán)迭代次數(shù)
- 來計算出需要的線程數(shù)量，計算出的最大線程數(shù)量不超過CPU核數(shù)
- @param int n - 循環(huán)迭代次數(shù)
- @param int min_n - 單個線程需要的最少迭代次數(shù)
- @return int - 線程數(shù)量
- */
- int dtn(int n, int min_n)
- {
- int max_tn = n / min_n;
- int tn = max_tn > g_ncore ? g_ncore : max_tn; //tn表示要設(shè)置的線程數(shù)量
- if ( tn < 1 )
- {
- tn = 1;
- }
- return tn;
- }
- 這樣每次并行化循環(huán)時就可以直接使用函數(shù)dtn()來獲取合適的線程數(shù)量，前面的代碼可以簡寫成如下形式：
- #pragma omp parallel for num_threads(dtn(n, MIN_ITERATOR_NUM))
- for ( i = 0; i < n; i++ )
- {
- printf("Thread Id = %ld/n", omp_get_thread_num());
- //Do some work here
- }
當然具體設(shè)置多少線程要視情況而定的，一般情況下線程數(shù)量剛好等于CPU核數(shù)可以取得比較好的性能，因為線程數(shù)等于CPU核數(shù)時，每個核執(zhí)行一個任務，沒有任務切換開銷。
2、嵌套循環(huán)的并行化
在嵌套循環(huán)中，如果外層循環(huán)迭代次數(shù)較少時，如果將來CPU核數(shù)增加到一定程度時，創(chuàng)建的線程數(shù)將可能小于CPU核數(shù)。另外如果內(nèi)層循環(huán)存在負載平衡的情況下，很難調(diào)度外層循環(huán)使之達到負載平衡。
下面以矩陣乘法作為例子來講述如何將嵌套循環(huán)并行化，以滿足上述擴展性和負載平衡需求。
其實可以采用一個簡單的方法將最外層循環(huán)和第2層循環(huán)合并成一個循環(huán)，下面便是采用合并循環(huán)后的并行實現(xiàn)。
- void Parallel_Matrix_Multiply(int *a, int row_a, int col_a,
- int *b, int row_b,int col_b,
- int *c, int c_size )
- {
- if ( col_a != row_b )
- {
- return;
- }
- int i, j, k;
- int index;
- int border = row_a * col_b;
- i = 0;
- j = 0;
- #pragma omp parallel private(i,j,k) num_threads(dtn(border, 1))
- for ( index = 0; index < border; index++ )
- {
- i = index / col_b;
- j = index % col_b;
- int row_i = i * col_a;
- int row_c = i * col_b;
- c[row_c+j] = 0;
- for ( k = 0; k < row_b; k++ )
- {
- c[row_c + j] += a[row_i+k] * b[k*col_b+j];
- }
- }
- }
從上面代碼可以看出，合并后的循環(huán)邊界border = row_a * col_b;即等于原來兩個循環(huán)邊界之積，然后在循環(huán)中計算出原來的外層循環(huán)和第2層循環(huán)的迭代變量i和j，采用除法和取余來求出i和j的值。
需要注意的是，上面求i和j的值必須要保證循環(huán)迭代的獨立性，即不能有循環(huán)迭代間的依賴關(guān)系。不能將求i和j值的過程優(yōu)化成如下的形式：
- if ( j == col_b )
- {
- j = 0;
- i++;
- }
- // …… 此處代表實際的矩陣乘法代碼
- j++;
上面這種優(yōu)化，省去了除法，效率高，但是只能在串行代碼中使用，因為它存在循環(huán)迭代間的依賴關(guān)系，無法將其正確地并行化。
原文鏈接：http://blog.csdn.net/drzhouweiming/article/details/2472454
當前標題：OpenMP程序設(shè)計的兩個小技巧
分享網(wǎng)址：http://www.dlmjj.cn/article/djegsps.html
