Fortran OpenMP代码中的伸缩性差和分段错误

我在用并行do执行程序时遇到了一些问题。下面是一个测试代码

module test
use, intrinsic :: iso_fortran_env, only: dp => real64
implicit none
contains

subroutine Addition(x,y,s)
    real(dp),intent(in) :: x,y
    real(dp), intent(out) :: s
    s = x+y
end subroutine Addition

function linspace(length,xi,xf) result (vec)
! function to create an equally spaced vector given a begin and end point
    real(dp),intent(in) :: xi,xf
    integer, intent(in) :: length
    real(dp),dimension(1:length) :: vec
    integer ::i
    real(dp) :: increment

    increment = (xf-xi)/(real(length)-1)
    vec(1) = xi
    do i = 2,length
        vec(i) = vec(i-1) + increment
    end do
end function linspace
end module test

program paralleltest
use, intrinsic :: iso_fortran_env, only: dp => real64
use test
use :: omp_lib
implicit none
integer, parameter :: length = 1000
real(dp),dimension(length) :: x,y
real(dp) :: s
integer:: i,j
integer :: num_threads = 8
real(dp),dimension(length,length) :: SMatrix

 x = linspace(length,.0d0,1.0d0)
 y = linspace(length,2.0d0,3.0d0)

!$ call omp_set_num_threads(num_threads)
!$OMP PARALLEL DO
do i=1,size(x)
    do j = 1,size(y)
    call Addition(x(i),y(j),s)
    SMatrix(i,j) = s
    end do
end do
!$OMP END PARALLEL DO

open(unit=1,file ='Add6.dat')
do i= 1,size(x)
    do j= 1,size(y)
        write(1,*) x(i),";",y(j),";",SMatrix(i,j)
    end do
end do
close(unit=1)
end program paralleltest

我以以下方式运行程序

gfortran-8-fopenmp paralleltest.f03-o pt.out-mcmodel=medium

，然后

export OMP\u NUM\u THREADS=8

---

这个简单的代码给我带来了至少两个关于并行do的大问题。第一个是，如果使用

length=1100

或更大的值运行，则会出现

分段错误（核心转储）

错误消息，但使用较小的值运行时不会出现问题。第二个是关于所需的时间。当我使用

length=1000

运行它时（使用

time./pt.out

运行），它所花费的时间是

1732s

，但是如果我以顺序方式运行它（不调用

-fopenmp

库和

任务集-c4 time./pt.out

），它需要

1714s

。我猜这两种方法之间的差异出现在一个更长更复杂的代码中，在这个代码中并行更有用。事实上，当我用更复杂的计算与八个线程并行运行时，时间减少了一半，而不是我预期的八分之一。鉴于此，我的问题是，任何优化是否总是可用，还是依赖于代码？第二，有没有一种友好的方法来控制哪个线程运行哪个迭代？这是第一次运行第一个

length/8

迭代，以此类推，就像用不同的代码执行几个

任务集

，其中每个任务集都是我想要的迭代。

正如我所评论的，分段错误已经在别处处理过，我将使用可分配数组，但是您也可以使用

ulimit-s

设置堆栈大小

关于时间，几乎所有的运行时都用于将数组写入外部文件

但是，即使你删除了它，并且只使用

omp\u get\u wtime（）

测量并行部分花费的时间，并增加问题的大小，它仍然不能很好地扩展。这是因为CPU要做的计算非常少，而且要向内存写入大量数组（访问主内存的速度很慢-缓存未命中）

正如Jean-Claude Arbaut指出的，您的循环顺序是错误的，这使得访问内存的速度更加缓慢。一些编译器可以通过更高的优化级别（

-O2

或

-O3

）来为您更改这一点，但只有一些编译器可以

更糟糕的是，正如吉姆·考尼所指出的，你有一个。多个线程尝试使用相同的

s

进行读写，程序无效。您需要使用

private（s）

将

s

设为private

---

通过上述修复，我得到了一个大约快两倍的并行部分，有四个内核和四个线程。不要尝试使用超线程，它会减慢程序的速度

如果你让CPU做更多的计算工作，比如

s=Bessel_J0（x）/Bessel_J1（y）

它的伸缩性对我来说相当好，四个线程的速度几乎是四倍，而超线程确实让它加快了一点

---

---

最后，我建议删除线程数的手动设置，这对于测试来说是一件痛苦的事情。如果删除该选项，可以轻松使用

OMP\u NUM\u THREADS=4./a.out

。

对于SEGFULT，这是一个众所周知的问题，我们有许多重复项使用可分配数组。只要在这里搜索，您就会发现许多类似的错误。我建议从你的问题中删除这一部分。在我看来，你需要“私人”。这不会影响SEGV，但会影响结果！旁注：Fortran是，而您的内部循环在SMatrix行上工作。不支持缓存。@JimCownie私有属性应该在模块或程序的主要部分中给出？@Daniel在omp并行程序中。您希望每个线程都有自己的s副本。您的代码现在只有一个共享副本，因此当多个线程执行循环时，它们都分配给相同的“s”，并在存储结果之前覆盖彼此的结果。另一种方法是完全消除“s”，并将Smatrix（i，j）作为加法的最终参数传递…@King好吧，我并没有真正禁用它，它必须在内核或BIOS中完成。我只是在4核8超线程CPU上使用了4个线程或8个线程。