C++ OpenMP和OOP（分子动力学模拟）

我正在进行一个分子动力学模拟，我一直在努力并行实现它，虽然我成功地完全加载了我的4线程处理器，但并行模式下的计算时间比串行模式下的计算时间要长

在研究每个线程开始和完成循环迭代的时间点时，我注意到了一种模式：好像不同的线程在等待彼此。 就在那时，我把注意力转向了我的课程结构。我有一个类，它的一个实例代表我的粒子系统，包含关于粒子的所有信息和一些使用这些信息的函数。我还有一个代表原子间势的类实例，包含势函数的参数和一些函数（其中一个函数计算两个给定粒子之间的力）

所以在我的程序中存在两个不同类的实例，它们相互作用：一个类的一些函数引用另一个类的实例。 我试图并行实现的块如下所示：

      void Run_simulation(Class_system &system, Class_potential &potential, some other arguments){
          #pragma omp parallel for
              for(…) 
      }

对于（…）是实际计算，使用来自

Class\u系统

类的

系统

实例的数据和来自

Class\u潜力

类的

潜力

实例的一些函数

我是不是说这个结构是我麻烦的根源

---

你能告诉我在这种情况下该怎么办吗？我必须以完全不同的方式重写我的程序吗？我应该使用一些不同的工具来并行实现我的程序吗？

没有关于您的模拟类型的更多详细信息，我只能推测，以下是我的推测

您研究过负载平衡问题吗？我猜循环会将粒子分布在线程之间，但如果有某种限制范围的势，则计算时间可能会因模拟体积不同区域中的粒子而异，具体取决于空间密度。这是分子动力学中一个非常常见的问题，在分布式内存（大多数情况下是MPI）代码中很难正确解决。幸运的是，使用OpenMP，您可以直接访问每个计算元素上的所有粒子，因此负载平衡更容易实现。它不仅更简单，而且是内置的，可以说-只需使用

schedule（dynamic，chunk）

子句更改

for

指令的调度，其中

chunk

是一个小数字，其最佳值可能因模拟而异。您可以将

chunk

作为程序输入数据的一部分，或者编写

schedule（runtime）

，然后通过将

OMP_schedule

环境变量设置为

“static”

，

“dynamic，1”

，

“dynamic，10”

，

“guided”等值来使用不同的调度类

等

性能下降的另一个可能原因是错误共享和真实共享。如果数据结构不适合并发修改，则会发生错误共享。例如，如果为每个粒子保留3D位置和速度信息（假设使用velocity Verlet integrator），给定IEEE 754双精度，每个坐标/速度三元组需要24个字节。这意味着64字节的单个缓存线可容纳2个完整的三元组和另一个三元组的2/3。这样做的结果是，无论您如何在线程之间分配粒子，总会有至少两个线程必须共享一条缓存线。假设这些线程运行在不同的物理内核上。如果一个线程写入其缓存线副本（例如，它更新粒子的位置），则将涉及缓存一致性协议，它将使另一个线程中的缓存线无效，而另一个线程则必须从较慢的缓存（甚至从主内存）重新读取缓存线。当第二个线程更新其粒子时，这将使第一个核心中的缓存线无效。这个问题的解决方案是适当的填充和块大小选择，这样就不会有两个线程共享一条缓存线。例如，如果添加表面第4维（可以使用它将粒子的势能存储在位置向量的第4元素中，将动能存储在速度向量的第4元素中）然后，每个位置/速度四极体将占用32个字节，并且正好两个粒子的信息将适合单个缓存线。如果然后在每个线程中分布偶数个粒子，则会自动消除可能的错误共享

当线程同时访问相同的数据结构，并且结构的各个部分之间存在重叠，并由不同的线程修改时，就会发生真正的共享。在分子动力学模拟中，这种情况经常发生，因为我们想要利用牛顿第三定律，以便在处理成对相互作用势时将计算时间缩短为两倍。当一个线程计算作用在粒子上的力时，

i

，同时枚举其相邻的

j

，计算

j

施加在

i

上的力会自动为您提供

i

施加在

j

上的力，以便将贡献添加到

j

上的总力中。但是

j

可能属于另一个线程，该线程可能会同时对其进行修改，因此原子操作必须用于两次更新（如果另一个线程的一个或多个粒子相邻，则这两次更新都可能会更新

i

）。x86上的原子更新是通过锁定指令实现的。这并不像通常所说的那么慢，但仍然比常规更新慢。它还包括相同的缓存线无效