Parallel processing openmp中的Mandelbrot优化
我必须用C语言并行化mandelbrot程序。我认为我做得很好,我没有更好的时间了。我的问题是,如果有人有改进代码的想法,我一直在思考,也许是在外部和内部之间嵌套的平行区域中 此外,我怀疑是否将所有pragma放在一行或编写单独的pragma(一个用于omp并行、共享和私有变量,一个用于条件,另一个用于omp和schedule dynamic)更优雅或更可取 我怀疑常量是否可以用作私有变量,因为我认为使用常量而不是定义的变量更干净 此外,我还编写了一个条件(如果numpu>1),它没有意义使用并行区域并进行正常的顺序执行 最后,正如我已经阅读的动态块,它取决于硬件和您的系统配置。。。所以我把它作为一个常数,所以它很容易改变 此外,我还根据可用处理器的数量调整线程的数量Parallel processing openmp中的Mandelbrot优化,parallel-processing,openmp,mandelbrot,Parallel Processing,Openmp,Mandelbrot,我必须用C语言并行化mandelbrot程序。我认为我做得很好,我没有更好的时间了。我的问题是,如果有人有改进代码的想法,我一直在思考,也许是在外部和内部之间嵌套的平行区域中 此外,我怀疑是否将所有pragma放在一行或编写单独的pragma(一个用于omp并行、共享和私有变量,一个用于条件,另一个用于omp和schedule dynamic)更优雅或更可取 我怀疑常量是否可以用作私有变量,因为我认为使用常量而不是定义的变量更干净 此外,我还编写了一个条件(如果numpu>1),它没有意义使用并
int main(int argc, char *argv[])
{
omp_set_dynamic(1);
int xactual, yactual;
//each iteration, it calculates: newz = oldz*oldz + p, where p is the current pixel, and oldz stars at the origin
double pr, pi; //real and imaginary part of the pixel p
double newRe, newIm, oldRe, oldIm; //real and imaginary parts of new and old z
double zoom = 1, moveX = -0.5, moveY = 0; //you can change these to zoom and change position
pixel_t *pixels = malloc(sizeof(pixel_t)*IMAGEHEIGHT*IMAGEWIDTH);
clock_t begin, end;
double time_spent;
begin=clock();
int numcpu;
numcpu = omp_get_num_procs();
//FILE * fp;
printf("El número de procesadores que utilizaremos es: %d", numcpu);
omp_set_num_threads(numcpu);
#pragma omp parallel shared(pixels, moveX, moveY, zoom) private(xactual, yactual, pr, pi, newRe, newIm) (if numcpu>1)
{
//int xactual=0;
// int yactual=0;
#pragma omp for schedule(dynamic, CHUNK)
//loop through every pixel
for(yactual = 0; yactual < IMAGEHEIGHT; yactual++)
for(xactual = 0; xactual < IMAGEWIDTH; xactual++)
{
//calculate the initial real and imaginary part of z, based on the pixel location and zoom and position values
pr = 1.5 * (xactual - IMAGEWIDTH / 2) / (0.5 * zoom * IMAGEWIDTH) + moveX;
pi = (yactual - IMAGEHEIGHT / 2) / (0.5 * zoom * IMAGEHEIGHT) + moveY;
newRe = newIm = oldRe = oldIm = 0; //these should start at 0,0
//"i" will represent the number of iterations
int i;
//start the iteration process
for(i = 0; i < ITERATIONS; i++)
{
//remember value of previous iteration
oldRe = newRe;
oldIm = newIm;
//the actual iteration, the real and imaginary part are calculated
newRe = oldRe * oldRe - oldIm * oldIm + pr;
newIm = 2 * oldRe * oldIm + pi;
//if the point is outside the circle with radius 2: stop
if((newRe * newRe + newIm * newIm) > 4) break;
}
// color(i % 256, 255, 255 * (i < maxIterations));
if(i == ITERATIONS)
{
//color(0, 0, 0); // black
pixels[yactual*IMAGEWIDTH+xactual][0] = 0;
pixels[yactual*IMAGEWIDTH+xactual][1] = 0;
pixels[yactual*IMAGEWIDTH+xactual][2] = 0;
}
else
{
double z = sqrt(newRe * newRe + newIm * newIm);
int brightness = 256 * log2(1.75 + i - log2(log2(z))) / log2((double)ITERATIONS);
//color(brightness, brightness, 255)
pixels[yactual*IMAGEWIDTH+xactual][0] = brightness;
pixels[yactual*IMAGEWIDTH+xactual][1] = brightness;
pixels[yactual*IMAGEWIDTH+xactual][2] = 255;
}
}
} //end of parallel region
end= clock();
time_spent = (double)(end - begin) / CLOCKS_PER_SEC;
fprintf(stderr, "Elapsed time: %.2lf seconds.\n", time_spent);
intmain(intargc,char*argv[])
{
omp_集_动态(1);
事实上,事实上;
//每次迭代,它都会计算:newz=oldz*oldz+p,其中p是当前像素,oldz在原点开始
double pr,pi;//像素p的实部和虚部
double newRe,newIm,oldRe,oldIm;//新z和旧z的实部和虚部
双缩放=1,moveX=-0.5,moveY=0;//您可以将它们更改为缩放和更改位置
像素*pixels=malloc(sizeof(像素*pixel*t)*图像高度*IMAGEWIDTH);
时钟开始,结束;
花费的时间加倍;
开始=时钟();
int numcpu;
numpu=omp_get_num_procs();
//文件*fp;
printf(“实用程序:%d”,numcpu);
omp_设置_num_线程(numcpu);
#pragma omp并行共享(像素、moveX、moveY、zoom)私有(xactual、yactual、pr、pi、newRe、newIm)(如果numpu>1)
{
//int x实际值=0;
//int-yactual=0;
#计划的pragma omp(动态、块)
//循环遍历每个像素
对于(yactual=0;yactual4)中断;
}
//颜色(i%256255255*(i
您可以扩展实现以利用SIMD扩展。据我所知,最新的OpenMP标准包括向量构造。请查看描述新功能的内容
这说明了在计算Mandelbrot集时如何使用SSE3。SIMD是一个很好的建议。这是我用来加速Mandelbrot计算的工具之一。是的,提高代码速度的方法是使用SIMD。我使用SSE和AVX来实现。这是针对x86处理器的吗?如果添加SIMD和/或SSE或AVX标记,您将可能会得到更好的答案。您也可能对此处的代码感兴趣: