Python 很难让OpenMP与f2py一起工作

我正在为我的研究做一些模拟工作，在将fortran导入python脚本时遇到了一个障碍。作为背景，我使用Python已经有几年了，只是在需要的时候才在Fortran内部玩过

我在过去做过一些工作，用Fortran实现了一些简单的OpenMP功能。我不是这方面的专家，但我以前已经掌握了基本知识

我现在使用f2py创建一个库，我可以从python脚本中调用它。当我尝试编译openmp时，它会正确编译并运行到完成，但速度没有任何提高，从顶部看，CPU使用情况表明只有一个线程在运行

我已经在文档中搜索了f2py（它没有很好的文档），也做了正常的web搜索来寻找答案。我已经包括了我正在编译的Fortran代码以及一个调用它的简单python脚本。我还使用了compile命令

目前，我将模拟减少到10^4作为一个很好的基准。在我的系统上，运行需要3秒钟。最终我需要运行一些10^6的粒子模拟，所以我需要把时间缩短一点

如果有人能告诉我如何让我的代码正常工作，我将不胜感激。我还可以根据需要尝试包含有关系统的任何详细信息

干杯， 里尔坎

---

1） 编撰

---

2） 要调用的Python脚本

import numpy as N
import calc_accel_jerk

# a is a (1e5,7) array with M,r,v information
a        = N.load('../test.npy')
a        = a[:1e4]

out = calc_accel_jerk.calc(a,a.shape[0])
print out[:10]

---

3） Fortran代码

subroutine calc (input_array, nrow, output_array)
implicit none
!f2py threadsafe
include "omp_lib.h"

integer, intent(in) :: nrow
double precision, dimension(nrow,7), intent(in) :: input_array
double precision, dimension(nrow,2), intent(out) :: output_array

! Calculation parameters with set values
double precision,parameter :: psr_M=1.55*1.3267297e20
double precision,parameter :: G_Msun=1.3267297e20
double precision,parameter :: pc_to_m=3.08e16

! Vector declarations
integer :: irow
double precision :: vfac
double precision, dimension(nrow) :: drx,dry,drz,dvx,dvy,dvz,rmag,jfac,az,jz

! Break up the input array for faster access
double precision,dimension(nrow) :: input_M
double precision,dimension(nrow) :: input_rx
double precision,dimension(nrow) :: input_ry
double precision,dimension(nrow) :: input_rz
double precision,dimension(nrow) :: input_vx
double precision,dimension(nrow) :: input_vy
double precision,dimension(nrow) :: input_vz

input_M(:)  = input_array(:,1)*G_Msun
input_rx(:) = input_array(:,2)*pc_to_m
input_ry(:) = input_array(:,3)*pc_to_m
input_rz(:) = input_array(:,4)*pc_to_m
input_vx(:) = input_array(:,5)*1000
input_vy(:) = input_array(:,6)*1000
input_vz(:) = input_array(:,7)*1000

!$OMP PARALLEL DO private(vfac,drx,dry,drz,dvx,dvy,dvz,rmag,jfac,az,jz) shared(output_array) NUM_THREADS(2)
DO irow = 1,nrow
    ! Get the i-th iteration
    vfac  = sqrt(input_M(irow)/psr_M)
    drx   = (input_rx-input_rx(irow))
    dry   = (input_ry-input_ry(irow))
    drz   = (input_rz-input_rz(irow))
    dvx   = (input_vx-input_vx(irow)*vfac)
    dvy   = (input_vy-input_vy(irow)*vfac)
    dvz   = (input_vz-input_vz(irow)*vfac)
    rmag  = sqrt(drx**2+dry**2+drz**2)
    jfac  = -3*drz/(drx**2+dry**2+drz**2)

    ! Calculate the acceleration and jerk
    az = input_M*(drz/rmag**3)
    jz = (input_M/rmag**3)*((dvx*drx*jfac)+(dvy*dry*jfac)+(dvz+dvz*drz*jfac))

    ! Remove bad index
    az(irow) = 0
    jz(irow) = 0

    output_array(irow,1) = sum(az)
    output_array(irow,2) = sum(jz)
END DO
!$OMP END PARALLEL DO

END subroutine calc

---

下面是一个简单的检查，看看OpenMP线程在Fortran代码中是否确实可见：

module OTmod
  !$ use omp_lib
  implicit none

  public :: get_threads

contains

  function get_threads() result(nt)
    integer :: nt

    nt = 0
    !$ nt = omp_get_max_threads()

  end function get_threads

end module OTmod

汇编：

> f2py -m OTfor --fcompiler=gfortran --f90flags='-fopenmp' -lgomp -c OTmod.f90

执行：

> python
>>> from OTfor import otmod
>>> otmod.get_threads()
12

---

您可以通过环境变量OMP_NUM_threads来控制线程数，并在代码中检查OMP_get_max_threads的可用线程数。您应该能够编写

使用OMP_lib

而不是

包括“OMP_lib.h”

，最好使用

！$使用omp_lib

，也可以在不支持OpenMP的情况下进行编译。@haraldkl，所以我在早期对此进行了测试，代码确实报告说我使用了2个线程（在发布的代码中。我尝试使用不同数量的线程运行代码，以查看会发生什么更改。什么都没有发生。）同时，尝试使用$由于某种原因，使用您提到的omp_lib在我的设置中不起作用（而include确实起作用）。我以前在Fortran脚本上运行过openmp，没有任何include语句，现在添加了这个库，希望它可能是一些奇怪的编译器/包装器特定的东西。调试代码时，我使用了omp_get_num_threads（），并让它在Fortran脚本执行期间打印数字。（技术上我猜是包装后的C。）它报告了正确的数字，尽管在执行过程中没有显示实际线程的证据。@RylkanTiwaz Hm，那么这可能是一个固定问题。您的代码看起来应该受益于多线程，但如果两个线程都在同一个内核上运行，则没有帮助。你能用纯Fortran语言运行这个程序吗，只是为了检查它是否有效？还是在另一台机器上？

> python
>>> from OTfor import otmod
>>> otmod.get_threads()
12