Fortran 有或没有临界值？

关注代码的并行部分，下面给出的选项中哪一个是首选的？有更好的解决办法吗？我试图对

do\u something

备选方案1：使用关键技术

  resultado%uno = 0.d0
  !$OMP PARALLEL DO shared(large) private(i_omp) schedule(static,1)
  do i_omp=1, nthreads
     call do_something(large, resultadoOmp(i_omp))
     !$OMP CRITICAL (forceloop)
     resultado%uno = resultado%uno + resultadoOmp(i_omp)%uno
     !$OMP END CRITICAL (forceloop)
  enddo
  !$OMP END PARALLEL DO
  resultado%uno  = resultado%uno/nthreads

选项2：避免

关键
（和
原子
）

我不能使用
reduce（+:resultado%uno）
也不能使用
reduce（+:resultado）
在这方面，只允许使用数字类型

IMO认为，这种方法的缺点是必须用线程数对派生的tipe
resultadoOmp
进行标注。优点是避免了可能影响性能的
关键
子句，对吗

IMO，这种方法的缺点是，必须用线程数对派生的tipe resultadoOmp进行量纲。优点是避免了可能影响性能的关键条款，对吗

是的，你说得对。看起来你是在用线程数标注resultadoOmp的尺寸，所以这不是一个真正的缺点吗？第二部分的性能确实应该更好，尽管两个平行区域可能会再次蚕食这一优势。因此，两个零件应仅使用一个平行区域。根据do_something的运行时间，我甚至可能完全忽略简化操作的并行性，在并行计算所有uno条目后，只需在单个线程上求和：

!$OMP PARALLEL DO shared(large) private(i_omp) schedule(static,1)
do i_omp=1, nthreads
   call do_something(large, resultadoOmp(i_omp))
end do
!$OMP END PARALLEL DO

resultado%uno = sum(resultadoOmp(:)%uno)/nthreads

您需要使用实际设置来衡量各种实现，以得出结论。
谢谢您的回答！事实上，与
do\u something
相比，缩减操作的时间消耗可以忽略不计。正如您所建议的，您可以避免该区域的并行性，而对效率几乎没有影响。
!$OMP PARALLEL DO shared(large) private(i_omp) schedule(static,1)
do i_omp=1, nthreads
   call do_something(large, resultadoOmp(i_omp))
end do
!$OMP END PARALLEL DO

resultado%uno = sum(resultadoOmp(:)%uno)/nthreads