我正在尝试了解有关OpenMP和缓存争用的更多信息,因此我编写了一个简单的程序来更好地了解它的工作原理。对于简单的矢量添加,我的线程缩放很差,但我不明白为什么。这是我的程序:
#include <iostream>
#include <omp.h>
#include <vector>
using namespace std;
int main(){
// Initialize stuff
int nuElements=20000000; // Number of elements
int i;
vector<int> x, y, z;
x.assign(nuElements,0);
y.assign(nuElements,0);
z.assign(nuElements,0);
double start; // Timer
for (i=0;i<nuElements;++i){
x[i]=i;
y[i]=i;
}
// Increase the threads by 1 every time, and add the two vectors
for (int t=1;t<5;++t){
// Re-set z vector values
z.clear();
// Set number of threads for this iteration
omp_set_num_threads(t);
// Start timer
start=omp_get_wtime();
// Parallel for
#pragma omp parallel for
for (i=0;i<nuElements;++i)
{
z[i]=x[i]+y[i];
}
// Print wall time
cout<<"Time for "<<omp_get_max_threads()<<" thread(s) : "<<omp_get_wtime()-start<<endl;
}
return 0;
}
运行此操作将生成以下输出:
Time for 1 thread(s) : 0.020606
Time for 2 thread(s) : 0.022671
Time for 3 thread(s) : 0.026737
Time for 4 thread(s) : 0.02825
我用这个命令编译:clang++ -O3 -std=c++11 -fopenmp=libiomp5 test_omp.cpp
如您所见,随着线程数量的增加,扩展只会变得更糟。我在 4 核 Intel-i7 处理器上运行它。有谁知道发生了什么?
您受内存带宽的限制,而不是 CPU 速度。 如果您所做的只是添加和复制,则只需要一个 CPU 即可保持内存繁忙,因此添加更多内核无济于事。
如果您想看到添加更多线程的好处,请尝试在足够小的内存上执行更复杂的操作,以适合 L1 或 L2 缓存。