C 使用OpenMP使用2个函数调用并行化代码
我想并行化一个代码部分,它使用OpenMP执行2个函数调用。我尝试使用如下“sections”参数:C 使用OpenMP使用2个函数调用并行化代码,c,multithreading,parallel-processing,openmp,C,Multithreading,Parallel Processing,Openmp,我想并行化一个代码部分,它使用OpenMP执行2个函数调用。我尝试使用如下“sections”参数: int func(int *V1, int *V2, int length){ int result=0; int i; for(i=0;i<length;i++){ result = result + V1[i] + V2[i]; } return result; } int main(){ omp_set_num_threads(32); #p
int func(int *V1, int *V2, int length){
int result=0;
int i;
for(i=0;i<length;i++){
result = result + V1[i] + V2[i];
}
return result;
}
int main(){
omp_set_num_threads(32);
#pragma omp parallel sections
{
#pragma omp section
{
result1 = func(array_A,array_B,1000000);
}
#pragma omp section
{
result2 = func(array_X,array_Y,2000000);
}
}
}
int func(int*V1,int*V2,int-length){
int结果=0;
int i;
对于(i=0;i不使用节。不设置线程数(使用默认值)。执行以下操作:
#include <stdlib.h>
int func(int *V1, int *V2, int length) {
int result=0;
int i;
#pragma omp parallel for reduction(+:result)
for(i=0;i<length;i++) {
result += V1[i] + V2[i];
}
return result;
}
int main(){
int result1, result2;
int *array_A, *array_B, *array_X, *array_Y;
array_A = malloc(sizeof(int)*1000000);
array_B = malloc(sizeof(int)*1000000);
array_X = malloc(sizeof(int)*2000000);
array_Y = malloc(sizeof(int)*2000000);
result1 = func(array_A,array_B,1000000);
result2 = func(array_X,array_Y,2000000);
//now do something with result1 and result2
return 0;
}
#包括
int func(int*V1,int*V2,int长度){
int结果=0;
int i;
#pragma omp并行用于缩减(+:结果)
对于(i=0;i谢谢你,结果会更好。但是,每个函数不可能同时使用16个线程?我认为执行会更快。@user1702964,我不明白为什么在一个函数上运行16个线程,在另一个函数上运行16个线程会更快。理想情况下(忽略缓存、超线程,…),如果您使用32个线程运行函数两次,或同时使用16个线程并行运行两个函数,则两种方法应同时完成。如果您担心性能,则函数具有依赖链,请尝试展开循环几次。我已运行了您的程序,它使用8个线程达到性能峰值,因此最好的解决方案是每个函数使用8个线程。我举了两个函数调用的例子,但在我的例子中,我调用了3次该函数。@user1702964,这可能是错误的结论。你有什么样的系统?它有什么样的英特尔或AMD处理器?它有多少个物理和逻辑处理器?我正在运行它在一个有48个CPU(24个物理*2个逻辑)的AMD上,每个核心1个线程。如果我使用你的代码,我首先用8个处理器func(数组a,数组B,1000000)(当时40个处理器什么都不做)执行,然后result2=func(数组X,数组Y,2000000)有8个处理器。我认为一次运行这两个功能会更快。用OpenMP可以做到吗?
void foo(int *V1, int *V2, int length1, int *V3, int *V4, int length2) {
int result1, result2;
result1=0; result2=0;
#pragma omp parallel
{
int i, ithread, nthreads, start, finish, result_private, *a1, *a2;
ithread = omp_get_thread_num(); nthreads = omp_get_num_threads();
if(ithread<nthreads/2) {
start = ithread*length1/(nthreads/2);
finish = (ithread+1)*length1/(nthreads/2);
a1 = V1; a2 = V2;
}
else {
start = (ithread - nthreads/2)*length2/(nthreads - nthreads/2);
finish = (ithread+1 - nthreads/2)*length2/(nthreads - nthreads/2);
a1 = V3; a2 = V4;
}
result_private = 0;
#pragma omp for nowait
for(i=start; i<finish; i++) {
result_private += a1[i] + a2[i];
}
#pragma omp critical
{
if(ithread<nthreads/2) {
result1 += result_private;
}
else {
result2 += result_private;
}
}
}
}