C++ 为什么OpenMP版本较慢？

我正在试验OpenMP。我写了一些代码来检查它的性能。在采用Kubuntu 11.04的4核单英特尔CPU上，以下使用OpenMP编译的程序比不使用OpenMP编译的程序慢20倍左右。为什么?

我用g++-g-O2-funroll循环-fomit帧指针-march=native-fopenmp编译了它

#include <math.h>
#include <iostream>

using namespace std;

int main ()
{
  long double i=0;
  long double k=0.7;

  #pragma omp parallel for reduction(+:i)
  for(int t=1; t<300000000; t++){       
    for(int n=1; n<16; n++){
      i=i+pow(k,n);
    }
  }

  cout << i<<"\t";
  return 0;
}

#包括
#包括
使用名称空间std；
int main（）
{
长双i=0；
长双k=0.7；
#pragma omp并行还原（+:i）
对于（int t=1；t而言，问题在于变量k被视为共享变量，因此必须在线程之间同步。
避免这种情况的可能解决方案是：

#include <math.h>
#include <iostream>

using namespace std;

int main ()
{
  long double i=0;

#pragma omp parallel for reduction(+:i)
  for(int t=1; t<30000000; t++){       
    long double k=0.7;
    for(int n=1; n<16; n++){
      i=i+pow(k,n);
    }
  }

  cout << i<<"\t";
  return 0;
}

#包括
#包括
使用名称空间std；
int main（）
{
长双i=0；
#pragma omp并行还原（+:i）
对于（int t=1；t最快代码：

for (int i = 0; i < 100000000; i ++) {;}

for（inti=0；i<100000000；i++）{；}

稍微慢一点的代码：

#pragma omp parallel for num_threads(1)
for (int i = 0; i < 100000000; i ++) {;}

#pragma omp parallel for
for (int i = 0; i < 100000000; i ++) {;}

用于num_线程的pragma omp parallel（1）
对于（int i=0；i<100000000；i++）{；}

速度慢2-3倍的代码：

#pragma omp parallel for num_threads(1)
for (int i = 0; i < 100000000; i ++) {;}

#pragma omp parallel for
for (int i = 0; i < 100000000; i ++) {;}

#pragma omp parallel for
对于（int i=0；i<100000000；i++）{；}

无论是在{和}之间。一个简单的；或更复杂的计算，结果都是一样的。我在Ubuntu 13.10 64位下编译，使用gcc和g++，尝试不同的参数-ansi-pedantic errors-Wall-Wextra-O3，并在英特尔四核3.5GHz上运行

我猜线程管理开销是错误的？OMP在每次需要线程时创建一个线程并在之后销毁它似乎并不明智。我以为会有四个（或八个）线程要么在需要时运行，要么处于休眠状态。
我在GCC上观察到类似的行为。但我想知道，在我的例子中，它是否与模板或内联函数有关。您的代码是否也在模板或内联函数中？请查看

但是，对于非常短的for循环，您可能会观察到一些与线程切换相关的小开销，如您的情况：

#pragma omp parallel for
for (int i = 0; i < 100000000; i ++) {;}

#pragma omp parallel for
对于（int i=0；i<100000000；i++）{；}

如果您的循环执行时间很长，只有几毫秒甚至几秒钟，那么在使用OpenMP时，您应该观察到性能提升。但只有当您有多个CPU时，您的内核越多，OpenMP的性能就越高。
我从未使用过OpenMP，但在我看来，创建多线程和syn的开销越大对这些线程之间的共享数据访问进行计时（很多）在4个不同的内核之间分配处理的好处。但是20倍似乎有点太极端了。如果你想检查OpenMP性能，那么使用设计更好的并行代码将是一个好主意。我刚刚把你的程序带到一个有2个处理器的Ubuntu 11.04系统上运行。我做了一个简单的编译（g++4.5.2，没有选项）使用OpenMP（g++-fopenmp）编译并运行。串行程序的运行时间为6:45.41，OpenMP程序（在两个处理器上运行）的运行时间为3:36.61（使用时间测量）.考虑到您的计划，这是我所期望的。我将尝试您的选项，看看会发生什么。同意ejd。我看到OpenMP的加速约为4倍（使用问题中提到的选项）在4核机器上使用GCC4.8，开销非常小，如果编译器通过调用
pow（）完全优化了整个内部循环，我也不会感到惊讶
在非OMP的情况下，因为它可以证明k是常数，并且具有16次迭代的循环在默认展开深度范围内。最新版本的gcc在编译时对
double
s进行长时间计算时没有任何精度损失。感谢olenz。将k的声明移到循环内部解决了sp问题eed问题。但是，它需要在循环中重新声明k 30000000次。我尝试了另一种解决方案，将k声明保留在循环之前（与原始代码一样），并将OpenMP代码更改为“#pragma omp parallel for firstprivate（k）reducement（+:I）”，因此k不再共享。但是，它不起作用。即使k是firstprivate，程序仍然慢20倍。为什么？将“k”设为private对我的运行没有影响（这是有意义的，因为它从未更改）。查看生成的代码，串行案例的优化方式与OpenMP版本完全不同。这就是造成性能差异的原因。OpenMP版本仍在运行时执行所有计算，而串行版本在编译时执行大量工作。优化串行代码的工作比OpenMP版本多并行代码（因此，在有些情况下，串行代码的运行速度比并行代码快，即使没有理由不能更好地优化并行代码）。当k在循环之前声明时，即使k设置为私有，看起来-funroll循环优化选项在OpenMP上也不起作用。也许这是g++的一个限制？我想知道Intel的icc编译器是否可以对其进行优化。如果可能，也值得声明所有常量-然后OMP同步器知道它不必做任何事情。另请参阅C++程序员的32个OMP陷阱