Parallel processing FORTRAN OpenMP。并行Do循环不能有效工作

我用一种简单的蒙特卡罗方法计算了硬币的微分横截面。 因为其中一次迭代花费了大约4分钟，我想知道如果我能并行化

do循环中的一个

，它是否会更快。 代码如下

program Executable
   use nrtype
   use omp_lib

    implicit none

    ! Input Variables
    integer(I4B) :: Iter_max = 6
    integer(I4B) :: coins_max = 5
    real(SP) :: Lx = 10.0
    real(SP) :: Ly = 10.0
    real(SP) :: R = 1.0


    ! Intern variables
    integer(I4B) :: i,m,procs,threads
    real(SP) :: ratio_conv, ratio_dens, density, ratio_flux
    real(SP), dimension(5) :: CS_conv
    real(DP) :: time
    real(SP) :: start, finish


    !Starts the calculation
    time = omp_get_wtime()

    procs = omp_get_num_procs()
    threads = omp_get_max_threads()

    print*, 'Processors', procs
    print*, 'Threads', threads

   !%%%%%%%%%%%%%%%%%% CONVERGENCE %%%%%%%%%%%%%%%%%%

    open(1, file = 'Convergencia.dat')


    do i = 1,Iter_max

        ratio_conv = ratio_flux(Lx,Ly,R,i,5)

        density = 5.0/(Lx*Ly)

        CS_conv(i) = ratio_conv/density


        write(1,*) 5**(i-1)*10**5, CS_conv(i)

        if (i > 2) then

            if (abs(CS_conv(i) - CS_conv(i-1)) < (1e-3)*CS_conv(i) .AND. & abs(CS_conv(i) - CS_conv(i-2)) < (1e-3)*CS_conv(i)) then

        print*, 'Convergence achieved at i =',i
                exit

            else if (i == Iter_max) then

                print*, 'Didn't achieve convergence'
                exit
            end if

        end if

    enddo

    close(1)

    call system('gnuplot Convergencia.gnu')

!%%%%%%%%%%%%%%%%%% DENSITY CHANGES %%%%%%%%%%%%%%%%%%
    open(2, file = 'cociente_flujo_vs_densidad.dat')

    !$OMP PARALLEL default(none) shared(coins_max,Lx,Ly,R,i) private(m,density,flux_dens)

    !$OMP DO
    do m = 1,coins_max

        flux_dens = ratio_flux(Lx,Ly,R,i,m)

        density = m/(Lx*Ly)


        write(2,*) density, flux_dens

        print*, 'Coins', m

    enddo
    !$OMP END DO

    !$OMP END PARALLEL

    close(2)

    time = omp_get_wtime() - time
    print*, 'Time simulation = ',time,' seconds.'


    call cpu_time(start)
    call system('gnuplot CS_pendiente.gnu')
    call CPU_TIME(finish)

    print*, 'Time regression', finish-start, 'seconds.'


end program

程序可执行文件
使用nrtype
使用omp_库
隐式无
! 输入变量
整数（I4B）：：Iter_max=6
整数（I4B）：：硬币最大值=5
真实值（SP）：：Lx=10.0
真实值（SP）：：Ly=10.0
真实值（SP）：：R=1.0
! 实习变量
整数（I4B）：i、m、进程、线程
真实（SP）：比conv，比dens，密度，比通量
真实（SP），维度（5）：：CS_conv
实时（DP）：：时间
雷亚尔（SP）：开始，结束
!开始计算
时间=omp\u get\u wtime（）
procs=omp\u get\u num\u procs（）
threads=omp\u get\u max\u threads（）
打印*，“处理器”，程序
打印*，“线程”，线程
!%%%%%%%%%%%%%%%%%% 收敛性%%%
打开（1，文件='Convergencia.dat'）
i=1，Iter_最大值
比值conv=比值通量（Lx，Ly，R，i，5）
密度=5.0/（Lx*Ly）
CS_conv（i）=比值_conv/密度
写（1，*）5**（i-1）*10**5，C_conv（i）
如果（i>2），则
如果（abs（CS_conv（i）-CS_conv（i-1））<（1e-3）*CS_conv（i）.和。&abs（CS_conv（i）-CS_conv（i-2））<（1e-3）*CS_conv（i）），则
打印*，“在i=”时实现的收敛，i
出口
否则如果（i==Iter_max）那么
打印*，“未实现融合”
出口
如果结束
如果结束
结束循环
关闭（1）
呼叫系统（'gnuplot Convergencia.gnu'）
!%%%%%%%%%%%%%%%%%% 密度变化%
打开（2，文件='cociente\u flujo\u vs\u densidad.dat'）
!$OMP并行默认值（无）共享（硬币最大值、Lx、Ly、R、i）私有（m、密度、流量）
!$OMP DO
do m=1，最大硬币数
通量密度=比通量（Lx，Ly，R，i，m）
密度=m/（Lx*Ly）
写入（2，*）密度，通量密度
打印*，“硬币”，m
结束循环
!$OMP端DO
!$端并联
关闭（2）
time=omp\u get\u wtime（）-时间
打印*，“时间模拟=”，时间，'秒。“
呼叫cpu_时间（启动）
呼叫系统（'gnuplot CS_pendiente.gnu'）
呼叫CPU_时间（完成）
打印*，“时间回归”，完成-开始，“秒”
结束程序

这基本上调用了两个子例程，这两个子例程没有并行运行，以前也没有引起任何问题。可并行化部分的作用是在文件中写入不同的“粒子”密度和通量值。因为它们都是相互独立的，所以我打算做的是，每个线程以不同的

m

值运行循环

问题如下：当我运行相同的代码时，没有

$OMP PARALLEL DO

，我得到了正确的结果，但它会持续大约4到5分钟。现在当我添加

时$OMP并行DO-$OMP END PARALLEL DO

代码似乎工作正常，但不在该部分。我的意思是，代码的第一部分完成了，给出了与我所做的非并行尝试相同的结果，但是当它到达

时$嗯。。。etc etc

计算机中的线程数分配给程序，但它不计算任何内容。事实上，

print*，'Coins'，m

一行并没有出现在控制台中，这意味着程序根本没有计算任何东西。程序运行10分钟，我的cpu与任务一起加载和卸载，但什么也没有发生，所以我停止了程序

我在一些帖子中读到，问题可能是由于

cpu\u time

命令造成的，但我确保它的行在代码的可并行部分之外。我也改变了

$OMP并行DO-$OMP平行端DO

至

$OMP DO-$OMP END DO

，因为我已经看到了这两个示例，但这两个示例都没有帮助

我使用的是MacOS和EclipseIDE，我已经在程序的构建和链接首选项中添加了标志

-fopenmp

我真的不知道我做错了什么，任何事情都会有帮助

---

提前感谢。

问题可能在文件编写中。只需将结果存储在一个大的共享数组中，您只有在退出并行循环后才在该文件上写入该数组。@Gilles，刚刚尝试过，但都不起作用。请发布您的代码版本，它是您问题的最小复制者，我们可以编译和测试它。这可能是文件编写中的问题。只需将结果存储在一个大的共享数组中，您只有在退出并行循环后才在该文件上写入该数组。@Gilles，刚刚尝试过，但都不起作用。请发布您的代码版本，它是您问题的最小复制者，我们可以编译和测试它。这是