这样使用pragma omp simd正确吗？ #包括 #包括 #包括 #定义功率（x）（（x）*（x）） #定义NUM_线程8 #定义wmax 1000 #定义NV2 #定义n5 int b=0； 浮点[N][Nv]={0,1}、{3,4}、{1,2}、{5,1}、{8,9}； 浮点长度[wmax+1]={0}； 浮动EuclDist（浮动*Ne，浮动*Pe）{ int i； 浮点数s=0； 对于（i=0；i

似乎是最快的，但是这样使用SIMD正确吗

首先，有一个争用条件需要固定，即在更新数组

length[b]

期间。此外，您正在访问数组

a

；（从

1

迭代到

N+1

），并且正在传递

&a[i]

。您可以使用OpenMP

reduce

子句修复争用条件：

#include <stdio.h>
#include <stdlib.h>
#include <omp.h>
#define pow(x) ((x) * (x))
#define NUM_THREADS 8
#define wmax 1000
#define Nv 2
#define N 5

int b=0;

float Points[N][Nv]={ {0,1}, {3,4}, {1,2}, {5,1} ,{8,9}};

float length[wmax+1]={0};

float EuclDist(float* Ne, float* Pe) {
    int i;
    float s = 0;
 
    for (i = 0; i < Nv; i++) {
        s += pow(Ne[i] - Pe[i]); 
    }
    return s; 
}

void DistanceFinder(float* a[]){
    
    int i;
    #pragma omp simd
    for (i=1;i<N+1;i++){  
        length[b] += EuclDist(&a[i],&a[i-1]);
    }
    //printf(" %f\n", length[b]);
}



void NewRoute(){
//some irrelevant things

DistanceFinder(Points);
}

int main(){
    
omp_set_num_threads(NUM_THREADS);


do{
    b+=1;
    NewRoute();
    } while (b<wmax);
}

因为我使用的是以前的迭代（I和I-1）

在您的例子中，这是可以的，因为数组

a

刚刚被读取

我看到的结果是正确的还是错误的

很有可能没有发生矢量化。无论如何，由于前面提到的竞争条件，它仍然是未定义的行为

您可以简化代码，以增加实际发生矢量化的可能性，例如：

#pragma omp declare simd uniform(Ne, Pe)
float EuclDist(float* Ne, float* Pe) {
    int i;
    float s = 0;
    for (i = 0; i < Nv; i++)
        s += pow(Ne[i] - Pe[i]); 
    return s; 
}

#pragma omp declare simd uniform(Ne, Pe)
float EuclDist(float* Ne, float* Pe) {
    int i;
    float s = 0;
    for (i = 0; i < Nv; i++)
        s += pow(Ne[i] - Pe[i]); 
    return s; 
}

void DistanceFinder(float* a[]){
    int i;
    float sum = 0;
    float tmp;
    #pragma omp simd private(tmp) reduction(+:sum)
    for (i=1;i<N;i++){  
        tmp = pow(a[i][0] - a[i-1][0]) + pow(a[i][1] - a[i-1][1]) 
        sum += tmp;
    }
    length[b] += sum;
}

  void DistanceFinder(float a1[], float a2[]){
        int i;
        float sum = 0;
        float tmp;
        #pragma omp simd private(tmp) reduction(+:sum)
        for (i=1;i<N;i++){  
            tmp = pow(a1[i] - a1[i-1]) + pow(a2[i][1] - a2[i-1][1]) 
            sum += tmp;
        }
        length[b] += sum;
    }