For loop OpenMP C并行化嵌套循环速度慢

我一直在尝试并行化嵌套循环，如下所示：

我正在比较这段代码的顺序版本和并行版本的执行时间，但是顺序版本在各种输入下似乎总是有更短的执行时间

程序的输入为：

• numParticles（循环索引）
• timeStep（不重要，值不变）
• numTimeSteps（循环索引）
• numThreads（要使用的线程数）

我环顾了一下网络，尝试了一些东西（nowait），但没有什么真正的改变。我很确定并行代码是正确的，因为我检查了输出。我在这里做错什么了吗

编辑：而且，似乎你不能在C结构上使用reduce子句

EDIT2：在linux上使用2核cpu处理gcc。我尝试过使用高达numParticles=40和numTimeSteps=100000的值来运行它。也许我应该试试更高一点

---

谢谢

您的循环可能太小了。创建一个线程来处理循环的一部分会带来开销，因此如果循环太小，并行化版本可能会运行得较慢。另一个考虑因素是可用的核心数量

您的第二条omp指令不太可能有用，因为该循环中的计算量要少得多。我建议把它去掉

---

编辑：我用numparticle1000和两个线程测试了您的代码。它在30秒内运行。单线程版本在57秒内运行。即使使用numParticles 40，我也看到了显著的加速。这是Visual Studio 2010。

您的循环可能太小。创建一个线程来处理循环的一部分会带来开销，因此如果循环太小，并行化版本可能会运行得较慢。另一个考虑因素是可用的核心数量

您的第二条omp指令不太可能有用，因为该循环中的计算量要少得多。我建议把它去掉

---

编辑：我用numparticle1000和两个线程测试了您的代码。它在30秒内运行。单线程版本在57秒内运行。即使使用numParticles 40，我也看到了显著的加速。这是Visual Studio 2010。

我可以想到两个可能的减速来源：a）编译器在顺序版本中进行了一些优化（首先是矢量化），但在OpenMP版本中没有，以及b）线程管理开销。如果还使用单个线程运行OpenMP版本（即，将numThreads设置为1），则很容易检查这两个版本。如果它比顺序慢得多，那么（a）是最可能的原因；如果它类似于sequential，并且比具有2个线程的相同代码更快，那么最有可能的原因是（b）

在后一种情况下，您可以重新构造OpenMP代码以减少开销。首先，在一个循环中没有必要有两个平行区域（#pragma omp parallel）；可以有一个平行区域和两个平行循环：

for (t = 0; t <= numTimeSteps; t++) {
    #pragma omp parallel num_threads(numThreads)
    {
    #pragma omp for private(j)
    /* The first loop goes here */
    #pragma omp for
    /* The second loop goes here */
    }
}

---

对于（t=0；t我可以想到两个可能的减速来源：a）编译器在顺序版本中进行了一些优化（首先是矢量化），但在OpenMP版本中没有，以及b）线程管理开销。如果还使用单个线程运行OpenMP版本（即，将numThreads设置为1），则很容易检查这两个版本。如果它比顺序慢得多，那么（a）是最可能的原因；如果它类似于sequential，并且比具有2个线程的相同代码更快，那么最有可能的原因是（b）

在后一种情况下，您可以重新构造OpenMP代码以减少开销。首先，在一个循环中没有必要有两个平行区域（#pragma omp parallel）；可以有一个平行区域和两个平行循环：

for (t = 0; t <= numTimeSteps; t++) {
    #pragma omp parallel num_threads(numThreads)
    {
    #pragma omp for private(j)
    /* The first loop goes here */
    #pragma omp for
    /* The second loop goes here */
    }
}

用于（t=0；t您使用的编译器是什么？numParticles的值是多少？您的CPU有多少个内核？在linux上使用gcc。numParticles是40，numTimeSteps是100000。CPU有2个内核。我尝试了这两个变量的更高值，但结果仍然是samenumTimeSteps应该没有影响，因为它在并行区域之外。是吗ou启用openmp？（我认为gcc中的-fopenmp）正常。numParticles=200，numTimeSteps=100会发生什么？有两个线程，非线程版本=0秒，线程版本=1秒。我也尝试了500 10000，非线程版本更快（184秒对155秒）您使用的编译器是什么？numParticles的值是多少？您的CPU有多少个内核？在linux上使用gcc。numParticles是40，numTimeSteps是100000。CPU有2个内核。我尝试了这两个变量的更高值，但结果仍然是samenumTimeSteps应该没有影响，因为它在并行区域之外。您是否启用了g openmp？（我认为gcc中的-fopenmp）可以。numParticles=200，numTimeSteps=100会发生什么？有两个线程，非线程版本=0秒，线程版本=1秒。我也尝试了500 10000，非线程版本更快（184秒对155秒）哦，很好，知道它至少可以工作。我在linux上用gcc编译器运行它，这有什么区别吗？有。创建线程的开销可能更大。OpenMP实现可能略有不同。请尝试使用更多的粒子（例如500个）然后看看会发生什么。确保您已经在gcc命令行上启用了OpenMP支持。哦，很高兴知道它至少可以工作。我正在使用gcc编译器在linux上运行此程序。这有什么区别吗？有。创建线程的开销可能会更大。OpenMP实现可能会略有不同。请尝试更多的particles（例如500）并查看发生了什么。确保您在gcc命令行上启用了OpenMP支持。我也在考虑优化…可能是自动矢量化。但您可能认为编译器也会对子循环执行相同的操作？我有点不明白为什么并行区域可以在ti之前启动