C++ 并行程序：如何找到瓶颈（CPU绑定线程）

我已经用OpenMP编写了一个并行程序。它使用两个线程，因为我的笔记本电脑是双核的，线程执行很多矩阵运算，所以它们是CPU限制的。线程之间没有数据共享。该程序的单个实例运行速度相当快。但当我同时运行同一程序的多个实例时，性能会下降。下面是一个情节：

单个实例（两个线程）的运行时间为0.78秒。两个实例（总共四个线程）的运行时间为2.06，是0.78的两倍多。之后，运行时间随着实例数（线程数）的增加而成比例增加

以下是多个实例并行运行时其中一个实例的时间配置文件：

---

有人能洞察可能发生的事情吗？该配置文件显示，OpenMP占用了50%的时间。这意味着什么？

与@Bort所说的类似，您将应用程序设置为多线程（两个线程），因为您有两个内核

这意味着当您的程序只有一个实例在运行时（理想情况下），它就可以使用整个CPU

但是，如果应用程序的两个实例正在运行，则没有更多可用资源。他们每人都要花两倍的时间。更多实例也是如此

---

如果不增加每个实例的可用内核数（即，将每个实例的可用内核数保持在2个，而不是缩小百分比），则无法解决此问题.

如果没有任何代码，人们只能从水晶球中猜测。您观察到的是两个不同进程之间的上下文切换，每个进程在两个CPU上都有两个线程。这种扩展与应用程序中的瓶颈无关。您一般不能声明矩阵操作是CPU限制的。实际上很少有人这样做。矩阵乘法，如果做得好的话，是CPU受限的（就像LU和Cholesky分解一样），但其他很多都不是。我想你的意思是“整个CPU”使用任务集，我现在可以在4秒内并行运行64个，而不是38秒（在文章中绘图）。@user1274878你在用任务集做什么？你确定它工作正常吗？