C++ c++；阵列访问程序不'；t刻度

我有一段简短的代码，它执行以下操作：

按顺序访问结构（vec1）数组

根据从struct数组中获取的值随机访问int数组（hashT）

使用从int数组获得的值修改struct数组的值

我在同一numa节点上的8个物理CPU上运行了该程序。但对于大小为5M的hashT（即其中有5M整数），我只获得了x7.2的加速比。我改变了hashT的大小，发现当它很小时，我得到了x7.9的加速比，但随着它变大，在某个点上（当数组中有3M整数时），加速比开始下降。我有一个200GB的RAM，所以内存应该不会有问题。我还测量了内存带宽，我还没有接近最大可用带宽的一半。所以我认为这可能是由于缓存的争用。我有一个由所有线程共享的20MB三级缓存。但是我测量了二级和三级缓存未命中，发现无论使用多少线程，它们几乎是相同的（不过，增加hashT的大小确实会导致更多的缓存未命中）。所以我看不出加速比下降的原因。有人能给我一个主意吗

#include<iostream>
#include<vector>
#include<chrono>
#include<omp.h>
#include<stdio.h>
using namespace std;

typedef std::chrono::milliseconds ms;

struct Element{
    int a, b, c;
    Element() : a(0), b(1), c(2) {}
    Element(int aa, int bb, int cc) : a(aa), b(bb), c(cc) {}
};

int main(int argc, char *argv[]){
    int HASHT_SIZE = atoi(argv[1]);
    int RID_SIZE = 5000000;

    auto start = std::chrono::high_resolution_clock::now();
    auto end = std::chrono::high_resolution_clock::now();

        vector<vector<Element> > vec1(40);
        for(size_t i = 0; i < vec1.size(); i++){
            vec1[i].reserve(RID_SIZE);
            for(size_t j = 0; j < vec1[i].capacity(); j++){
                vec1[i].push_back(Element(rand() % HASHT_SIZE,0,0));
            }
        }

        //initialize hashT
        vector<int> hashT;
        hashT.reserve(HASHT_SIZE);
        for(int i = 0; i < HASHT_SIZE; i++){
            hashT.push_back(rand() % 2);
        }

        start = std::chrono::high_resolution_clock::now();

        //test program
        #pragma omp parallel for schedule(dynamic)
        for(int j = 0; j < 40; j++)
        { 
            for(size_t i = 0; i < RID_SIZE; i++){
                int nid = hashT[vec1[j][i].a];
                for(int k = 0; k < 10; k++){
                    vec1[j][i].b += nid / (k+1);
                    vec1[j][i].c += nid / (k+1);
                }
            }
        }

        end = std::chrono::high_resolution_clock::now();

        for(int i = 0; i < 40; i++){
                    for(int j = 0; j < 10; j++){
                            cout << vec1[i][j].a << vec1[i][j].b << vec1[i][j].c;
                    }
            }cout << endl;

    cout << "Time used: " << std::chrono::duration_cast<ms>(end - start).count() << endl;

    return 0;
}

#包括
#包括
#包括
#包括
#包括
使用名称空间std；
typedef std:：chrono:：毫秒ms；
结构元素{
INTA、b、c；
元素（）：a（0），b（1），c（2）{
元素（intaa，intbb，intcc）：a（aa），b（bb），c（cc）{
};
int main（int argc，char*argv[]）{
int HASHT_SIZE=atoi（argv[1]）；
int RID_尺寸=5000000；
自动启动=标准：：时钟：：高分辨率时钟：：现在（）；
自动结束=标准：：时钟：：高分辨率时钟：：现在（）；
载体vec1（40）；
对于（size_t i=0；i