Concurrency 我应该何时使用DO CONCURRENT和何时使用OpenMP？

我知道和，但我再次问，因为第一个链接现在已经很旧了，而第二个链接似乎没有得出结论性的答案。有没有达成共识

我的问题很简单：

我有一个

DO

循环，其中的元素可以同时运行。我用哪种方法

下面是在简单立方晶格上生成粒子的代码

• npart是粒子数
• npart_边和npart_面分别沿边和面
• 空间是晶格间距
• Rx、Ry、Rz是位置阵列
• x、 y，z是决定晶格位置的临时变量

请注意，不同之处在于，x、y和z在并发情况下必须是数组，但在OpenMP情况下并非如此，因为它们可以定义为私有

因此，我是否使用

do CONCURRENT

（我从上面的链接中了解到，它使用SIMD）：

还是使用OpenMP

!$OMP PARALLEL DEFAULT(SHARED) PRIVATE(x,y,z)
!$OMP DO
DO i = 1, npart
    x = MODULO(i-1, npart_edge)
    Rx(i) = space*x
    y = MODULO( ( (i-1) / npart_edge ), npart_edge)
    Ry(i) = space*y
    z = (i-1) / npart_face
    Rz(i) = space*z
END DO
!$OMP END DO
!$OMP END PARALLEL

我的测试：

将64个粒子放置在10面盒子中：

$ ifort -qopenmp -real-size 64 omp.f90
$ ./a.out 
CPU time =  6.870000000000001E-003
Real time =  3.600000000000000E-003

$ ifort -real-size 64 concurrent.f90 
$ ./a.out 
CPU time =  6.699999999999979E-005
Real time =  0.000000000000000E+000

将100000个颗粒放入一个100侧的盒子中：

$ ifort -qopenmp -real-size 64 omp.f90
$ ./a.out 
CPU time =  8.213300000000000E-002
Real time =  1.280000000000000E-002

$ ifort -real-size 64 concurrent.f90 
$ ./a.out 
CPU time =  2.385000000000000E-003
Real time =  2.400000000000000E-003

---

使用

DO CONCURRENT

构造似乎至少可以让我获得一个数量级的更好性能。这是在i7-4790K上完成的。而且，并发的优势似乎随着大小的增加而减少。

DO CONCURRENT本身并不做任何并行化。编译器可能决定使用线程或SIMD指令对其进行并行化。对于线程，您通常必须指示它这样做。或者（通常！）它只是将其视为常规DO，如果它将其用于常规DO，则使用SIMD

OpenMP也不仅仅是线程，编译器可以根据需要使用SIMD指令。还有

omp simd

指令，但这只是建议编译器使用simd，可以忽略它

你应该试试看。没有一个明确的答案。即使对于一个给定的编译器，对于所有的编译器也是如此

---

我的做法是使用OpenMP并尝试确保编译器矢量化（SIMD）。特别是因为我在我的程序中都使用OpenMP。你还需要证明它实际上是有用的。我还不确信。

关于x、y和z在DO并发情况下需要是数组的断言不是语言要求。如何实现并发也在很大程度上取决于编译器的能力——惰性编译器可能只是将其实现为普通的串行循环，而没有任何矢量化或并行化。所以答案是。。。“视情况而定。”@IanH你说这不是语言要求是什么意思？我说它们必须是数组，因为否则，这些操作不能同时进行。另外，我还添加了关于性能的编辑信息。那么现在的问题是什么？一般情况下，并发还是OpenMP？或者如何使这段代码运行得更快？这些都是非常不同的问题。当然，一般的答案是使用更快的方法。@IanH好的，我读过了，现在我明白了。因此，这意味着处理器可以按任意顺序执行迭代，这可能是并发的，也可能不是并发的。这确实是一个不好的命名的例子。仅仅因为我们有一个闪亮的新功能：一些

do concurrent

。我已经添加了您之前请求的信息作为编辑。此外，我确实在代码的其他地方使用了openmp，但在那里，并发性没有帮助。ifort-qparallel请求并行化do concurrent。使用上面给出的选项，将只有simd矢量化，这对于您的问题大小似乎更有效。如果内部循环长度最多为100，将其拆分为线程块将消除simd矢量化的大部分优势。块可以在DO CONCURRENT中使用，以避免为局部变量生成数组。假设您在启用超线程的情况下运行，则需要检查线程数小于默认值的并行性能，设置OMP_PLACES=cores，然后才能得出并行效率太低的结论。几乎没有理由期望do concurrent auto parallel执行与OpenMP不同的操作。@tim18在这个问题下给出更好的评论。这个答案是在细节暴露之前写的，根本没有反映出来。@tim18所以如果我在

DO

循环中放置

块

，每个迭代的局部变量是独立的？这比制作阵列更有效吗？另外，我为什么要将omp设置为不使用超线程？

$ ifort -qopenmp -real-size 64 omp.f90
$ ./a.out 
CPU time =  8.213300000000000E-002
Real time =  1.280000000000000E-002

$ ifort -real-size 64 concurrent.f90 
$ ./a.out 
CPU time =  2.385000000000000E-003
Real time =  2.400000000000000E-003