C++ openMp优化动态阵列访问

我试图用一个或四个线程来测量并行部分的加速比。由于我的平行部分相对简单，我预计速度会提高近四倍。以下是我的问题: 由于我的并行部分在四个内核上的运行速度是只有一个内核的两倍，我相信我仍然没有找到性能损失的原因

我想尽可能地将我的函数iter并行化。该函数使用动态数组的条目和专用数量来更改其他动态数组的条目。因为每个迭代步骤只使用相应循环步骤的数组项，所以我没有不同的线程访问同一数组项。此外，我还考虑了由于访问同一缓存线中的条目而导致的错误共享。我的猜测是，这是一个次要的影响，因为我的双数组长度为5*10^5，并且通过为scheduledynamic chunk命令选择一个合理的块大小，我不希望不同的线程同时访问给定缓存线中的极少数entires。在我的模拟中，我有大约80个这样的阵列，因此在堆栈上分配它们并不舒服，而且为每个线程制作私有副本也不成问题。 有人有想法吗，如何改进？在开始编译器优化之前，我想完全理解这为什么如此缓慢

同样让我吃惊的是：使用parallel=false调用iterparallel比使用parallel=true和omp\u set\u num\u threads1调用要慢

main.cpp：

int main(){

    mathClass m;
    m.fillArrays();

    double timeCount = 0.0;
    for(int j = 0; j<1000; j++){
        timeCount += m.iter(true);
    }

    printf("meam time difference = %fms\n",timeCount);
    return 0;
}

mathClass.cpp：

mathClass::mathClass(){
    length = 5000000;

    A = new double[length];
    B = new double[length];
    C = new double[length];
    D = new double[length];
}

void mathClass::fillArrays(){
    int temp;

    for ( int i=0; i<length; i++){
        temp = rand() % 100;
        A[i] = double(temp);

        temp = rand() % 100;
        B[i] = double(temp);

        temp = rand() % 100;
        C[i] = double(temp);
    }   
}

double mathClass::iter(bool parallel){
    double startTime;
    double endTime;
    omp_set_num_threads(4);
    startTime = omp_get_wtime();

    #pragma omp parallel if(parallel)
    {
        int alpha;                  // private in all threads

        #pragma omp for schedule(static)
        for (int i=0; i<length; i++){
            alpha = 15*A[i];    
            D[i] = C[i]*alpha + B[i]*alpha*alpha;   
        }

    }
    endTime = omp_get_wtime();
    return endTime - startTime;
}

---

循环体中的计算是内存限制的-它对读取或写入的每个字节的数据执行的触发器太少。因此，一旦内存带宽完全饱和（即使只有一个线程也可能出现这种情况），添加新线程不会导致进一步的加速。这听起来像是一个严重的问题。有没有一种简单的方法来检测饱和带宽？我在虚拟机中运行这个程序应该不会有什么不同，对吧？你可以用LIKWID之类的东西监视CPU的硬件计数器。它能够测量内存带宽利用率。

mathClass::mathClass(){
    length = 5000000;

    A = new double[length];
    B = new double[length];
    C = new double[length];
    D = new double[length];
}

void mathClass::fillArrays(){
    int temp;

    for ( int i=0; i<length; i++){
        temp = rand() % 100;
        A[i] = double(temp);

        temp = rand() % 100;
        B[i] = double(temp);

        temp = rand() % 100;
        C[i] = double(temp);
    }   
}

double mathClass::iter(bool parallel){
    double startTime;
    double endTime;
    omp_set_num_threads(4);
    startTime = omp_get_wtime();

    #pragma omp parallel if(parallel)
    {
        int alpha;                  // private in all threads

        #pragma omp for schedule(static)
        for (int i=0; i<length; i++){
            alpha = 15*A[i];    
            D[i] = C[i]*alpha + B[i]*alpha*alpha;   
        }

    }
    endTime = omp_get_wtime();
    return endTime - startTime;
}