C OpenMP优化？

我不明白为什么这个函数的性能这么差。我有一台core 2 Duo机器，我知道它只会创建2个trheads，所以不会有太多线程的问题。我希望结果更接近pthread结果

这些是我的编译标志（故意不做任何优化标志） gcc-fopenmp-lpthread-std=c99 matrixMul.c-o matrixMul

这是我的结果

Sequential matrix multiply: 2.344972
Pthread    matrix multiply: 1.390983
OpenMP     matrix multiply: 2.655910
CUDA       matrix multiply: 0.055871
Pthread Test PASSED
OpenMP  Test PASSED
CUDA    Test PASSED

---

void openMPMultiply（矩阵*a、矩阵*b、矩阵*p）
{
//int i，j，k；
memset（*p，0，sizeof（矩阵））；
inttid，nthreads，i，j，k，chunk；
#pragma omp并行共享（a、b、p、n读取、块）私有（tid、i、j、k）
{
tid=omp_get_thread_num（）；
如果（tid==0）
{
nthreads=omp_get_num_threads（）；
}
区块=20；
//#pragma omp并行专用（i、j、k）
#计划的pragma omp（静态、块）
对于（i=0；i

---

感谢您的帮助。

由于矩阵乘法是一种令人尴尬的并行运算，所以在双核上其加速比应该接近2。由于缓存未命中率降低，矩阵乘法甚至通常会显示超线性加速（双核上大于2）。通过查看您的代码，我看不到明显的错误，但有些地方出了问题。以下是我的建议：

只需再次检查工作线程的数量。在您的情况下，应该创建两个线程。或者，尝试通过调用

omp\u set\u num\u threads

进行设置。另外，查看2个内核是否得到充分利用（即，Windows上的CPU利用率为100%，Linux上的CPU利用率为200%）

通过删除不必要的

nthreads

和

chunk

来清理代码。这些可在平行段外制备。但是，即使是这样，也不应该影响加速

矩阵是否为正方形（即高度==宽度==八小时）？如果它不是一个平方矩阵，那么可能存在工作负载不平衡，这会影响加速。但是，考虑到pthread的加速（大约1.6，这对我来说也很奇怪），我不认为有太多的工作负载不平衡

尝试使用默认的静态调度：不要指定

块

，只需为编写

#pragma omp

我最好的猜测是

矩阵的结构可能有问题。矩阵

到底是什么样的？在最坏的情况下，虚假共享可能会严重影响性能。但是，在这样简单的矩阵乘法中，错误共享不应该是一个大问题。（如果你不知道细节，我可以解释更多细节）

尽管您已经注释掉了，但千万不要将

#pragma omp parallel for

放在

for-k

上，这会导致嵌套并行循环。在矩阵乘法中，它是绝对浪费的，因为最外层的循环是可并行的

最后，尝试运行以下非常简单的OpenMP矩阵乘法代码，并查看加速：

double A[N][N], B[N][N], C[N][N];
#pragma omp parallel for
for (int row = 0; row < N; ++row)
  for (int col = 0; col < N; ++col)
    for (int k = 0; k < N; ++k)
      C[row][col] += A[row][k]*B[k][col];

双A[N][N]、B[N][N]、C[N][N]； #pragma-omp并行 对于（int行=0；行如果对此函数应用优化，结果如何？使用-O2优化的结果\n顺序矩阵乘法：0.787335\n线程矩阵乘法：0.524749\n线程矩阵乘法：1.055698共享变量太多可能会导致死亡（取决于omp的gccs实现）。看到您的pthreads版本可能会很好，因为它可能忽略了一些可以让它运行得更快的东西

double A[N][N], B[N][N], C[N][N];
#pragma omp parallel for
for (int row = 0; row < N; ++row)
  for (int col = 0; col < N; ++col)
    for (int k = 0; k < N; ++k)
      C[row][col] += A[row][k]*B[k][col];