Performance 可分配阵列性能

有一个mpi版本的程序，它使用公共块来存储通过代码到处使用的数组。不幸的是，并没有办法以公共块大小声明数组，只有在运行时才能知道它的大小。因此，作为一种解决方法，我决定将该阵列移动到模块中，模块中接受可分配阵列。也就是说，公共块中的所有数组都消失了，而使用了ALLOCATE。所以，这是我在程序中唯一改变的东西。不幸的是，程序的性能非常糟糕（与公共块实现相比）。至于mpi设置，每个计算节点上都有一个mpi进程，每个mpi进程都有一个线程。 我在这里发现了这个问题，但不想（不明白：）如何将它应用到我的案例中（每个进程都有一个线程）。谢谢你的帮助

下面是一个简单的示例，说明了我所说的内容（下面是一个伪代码）：

“源文件”：

正如您可能看到的，ZEROSET（）没有并行或MPI内容。文件1.INC，文件2，文件\u N.INC是数组\u 1、数组\u 2。。。数组在公共块中定义。诸如此类

REAL ARRAY_1
COMMON /ARRAY_1/ ARRAY_1(NX, NY, NZ)

其中，NX、NY、NZ是借助参数指令描述的定义良好的参数。 当我使用模块时，我只是销毁了所有公共块，所以FILE_I.INC看起来像

REAL, ALLOCATABLE:: ARRAY_I(:,:,:)

然后将上面的“INCLUDE‘FILE_I.INC’”语句改为“USE FILE_I”。实际上，当执行并行程序时，一个特定的进程不需要整个（NX，NY，NZ）域，所以我计算参数，然后分配数组_I（仅一次！）

子例程ZEROSET（）使用公共块执行0.18秒，使用模块执行0.36秒（当运行时计算阵列的尺寸时）。因此，性能恶化了两倍

---

我希望现在一切都清楚了。非常感谢您的帮助。

在模块中使用可分配数组通常会影响性能，因为编译器不知道编译时的大小。使用以下代码的许多编译器将获得更好的性能：

   subroutine X
   use Y  ! Has allocatable array A(N,N) in it
   call Z(A,N)
   end subroutine

   subroutine Z(A,N)
   Integer N
   real A(N,N)
   do stuff here
   end

   subroutine X
   use Y  ! Has allocatable array A(N,N) in it
   do stuff here
   end subroutine

然后这个代码：

   subroutine X
   use Y  ! Has allocatable array A(N,N) in it
   call Z(A,N)
   end subroutine

   subroutine Z(A,N)
   Integer N
   real A(N,N)
   do stuff here
   end

   subroutine X
   use Y  ! Has allocatable array A(N,N) in it
   do stuff here
   end subroutine

编译器将知道数组是NxN，do循环超过N，并且能够利用这一事实（大多数代码在数组上是这样工作的）。此外，在“do stuff here”中调用任何子例程之后，编译器必须假设数组“A”可能已经改变了大小或移动了内存中的位置，然后重新检查。这就扼杀了优化

这会让你恢复大部分的表现

---

公共块也位于内存中的特定位置，这也允许进行优化。

对于使用数组的fortran性能，我可以想到以下原因：

堆栈上的数组与堆上的数组相比，但我怀疑这可能会对性能产生巨大影响

将数组传递给子例程，因为传递数组的最佳方式取决于数组，请参见上的本页

---

实际上，我想，这里的问题是，结合堆栈与堆内存，确实是基于编译器优化的。根据您使用的编译器，它可能会执行一些更有效的内存消隐，对于固定内存块，它甚至不需要检查它在子例程中的范围和位置。因此，在固定大小的阵列中，几乎不会涉及任何开销。 这个程序经常被调用吗？或者你为什么关心这个0.18秒？

---

如果它确实相关，那么最好的选择是完全去掉0设置，例如，分离第一个迭代循环并将其用于初始化，这样您就不必引入额外的内存访问，只需使用0进行初始化。但是它会复制一些代码…

这与并行执行有什么关系？在串行执行中是否尚未看到性能下降？你多久分配一次？伪参数是否具有allocatable属性？您的问题不太可能与mpi相关。你在做共享内存还是分布式内存？您可能遇到了内存瓶颈，但如果一切都做对了，情况就不是这样了，因为代码的公共块版本可以正常工作。请包括如何分配和分配的示例代码。如果您只分配和取消分配一次阵列（分别是程序的开始和结束），您不应该看到性能下降。性能“糟糕”不是很定量，慢了多少？就像上面说的，请先在串行运行时验证你的问题。伙计们，我很确定这个问题与并行编程或MPI无关。这就是为什么我的问题的标题不包含MPI相关的单词。我只是想准确地描述一下项目的环境。这里有一个简单的例子，说明了我所说的（很抱歉，没有提前提供）P.S.找不到如何在评论中显示一段代码，所以我在第一篇博文中描述了这个例子链接断了，所以我提交了一个编辑，我相信是同一篇文章。如果我错了，请把它修好。