Parallel processing OpenMP并行化循环

我想把这种循环并行化。请注意，每个“calc_块”都使用在上一次迭代中获得的数据

for (i=0 ; i<MAX_ITER; i++){

    norma1 = calc_block1();
    norma2 = calc_block2();
    norma3 = calc_block3();
    norma4 = calc_block4();

    norma = norma1+norma2+norma3+norma4;
    ...some calc...
    if(norma<eps)break;
}

---

for（i=0；i您可以通过在并行区域内移动整个循环来减少开销。因此，用于实现团队的池中的线程只会“唤醒”一次。这有点棘手，需要仔细考虑变量共享类：

#pragma omp并行专用（i，…）num_线程（4）
{
对于（i=0；i

节
和
单个
构造的末端都有隐式屏障，因此线程将在进入下一个循环迭代之前进行同步。
单个
构造复制程序先前的序列部分。
private
子句中的
..
部分应列为many作为仅与
…某些计算…
相关的可能变量。其思想是使用线程本地变量运行串行部分，因为大多数OpenMP实现对共享变量的访问速度较慢

请注意，由于完全不同的原因，通常时间加速可能不是线性的。例如
calc_blockX（）
（其中
X
为
1
，
2
，
3
或
4
）可能计算强度太低，因此需要很高的内存带宽。如果内存子系统不能同时为所有4个线程提供数据，则速度将小于4。例如-。
最大值是多少？整个代码和每个块的绝对时间成本分别是多少y？我有点搞不懂你为什么使用
flush
。据我所知，single

有一个隐式屏障，在退出时调用隐式

flush

，所有共享对象都是同步的，应该包括

norma

。我从未使用过

flush

，所以这是我想了解的。@redrum，你是我提出了一个有效的论点，反对使用

flush

。根据IBM（和其他公司）的隐式flush，“除了自动存储持续时间无法访问的对象外，所有共享对象都是同步的。”这句话的最后一部分“除了自动存储持续时间无法访问的对象外”是什么意思是什么意思？这让我有点紧张。我不知道。OpenMP规范中没有这种语言。“自动存储持续时间”通常转换为“本地堆栈变量”，这可能意味着在函数中调用的刷新只同步来自可见（可访问）主线程的共享堆栈变量子集在调用的函数中，

flush

仅在实践中与

原子的

或其他手动同步原语（即非

障碍

，显式或非显式）结合使用时才有用。这确实很棘手。以我的经验，例如，GCC总是使用指针访问共享变量（即，它不实现放松记忆模型）和

flush

指令被简单地转换为一条

MFENCE

指令，该指令将刷新前面所有无序的获取和存储。在其他实现中

flush

可能充当

volatile

指令编译器生成实际内存存储，其中代码经过寄存器优化。

for (i=0 ; i<MAX_ITER; i++){
  #pragma omp parallel sections{
     #pragma omp section
       norma1 = calc_block1();
     #pragma omp section
       norma2 = calc_block2();
     #pragma omp section
       norma3 = calc_block3();
     #pragma omp section
       norma4 = calc_block4();
  }

  norma = norma1+norma2+norma3+norma4;
    ...some calc...
  if(norma<eps)break;
}