C++ 带还原的三回路的开mp

我需要用open mp乘以两个10x10矩阵。我决定将一个矩阵的行分为3行、3行和4行。如何修复前三行的代码

#pragma omg parallel for reduction(+:m[p][q])
        {
            for (p = 0; p < 3; p++)
                for (q = 0; q < 10; q++)
                    for (k = 0; k < 10; ++k)
                    {
                        m[p][q] += l[p][k] * o[k][q];
                    }
        }

#pragma omg并行化简（+:m[p][q]）
{
对于（p=0；p<3；p++）
对于（q=0；q<10；q++）
对于（k=0；k<10；++k）
{
m[p][q]+=l[p][k]*o[k][q]；
}
}

首先-不要自己分割矩阵，但让OpenMP负责在循环中共享工作，例如

#pragma omg parallel for
{
    for (p = 0; p < 10; p++)
        for (q = 0; q < 10; q++)
            for (k = 0; k < 10; ++k)
            {
                m[p][q] += l[p][k] * o[k][q];
            }
}

#pragma omg并行
{
对于（p=0；p<10；p++）
对于（q=0；q<10；q++）
对于（k=0；k<10；++k）
{
m[p][q]+=l[p][k]*o[k][q]；
}
}

在这段代码中不需要

缩减

，因为所有并发写操作都发生在

m

的不同元素上。即使您

collapse（2）

前两个循环，您在这方面仍然很好

---

也就是说，优化矩阵乘法在现代硬件上是一个极其复杂的话题。将其并行化更是如此。如果您想要获得性能，请使用针对您的体系结构优化的。如果您想学习，我建议您从串行实现开始，然后继续并行化它。这两种方法都有大量的教育材料。

您的方法从一开始就是错误的——编写代码，使OpenMP负责将工作分解到线程上。一个好的方法是首先编写串行代码，然后简单地用OpenMP

parallel for

pragma将最外层的循环包装起来，然后从那里获取。10x10矩阵很小。不要在OpenMP上浪费时间。您确实减少了内部循环，使用局部求和变量可能会更好地优化内部循环：使用如此短的循环，OpenMP将显著降低速度。@tim18，在回答中，我不是在讨论并行矩阵乘法的性能，所以-我关注的是正确性/有效性。实际上，你使用BLAS库，如果你想靠自己接近它，你可以写一篇硕士论文。@tim18，你最好交换q和k循环的顺序。看看

m[p][q]+=l[p][k]*o[k][q]若你们的最里面的循环超过了q，那个么很明显缓存的利用率要高得多。因此，使用局部和变量是一个坏主意。是的，如果循环长度变得足够大，可以从simd中获益，那么交换这些循环可以确保步长1，因此应该可以轻松地自动矢量化。根据编译器和命令行选项（甚至使用_restrict），交换可能会自动完成。通过减少内存流量，不交换和使用标量缩减变量可能效果更好，但可能需要更积极的优化。