cython在cython.parallel.prange - block中共享内存

Question

我有一个函数foo，它将指向内存的指针作为参数，并写入和读取该内存：

cdef void foo (double *data):
   data[some_index_int] = some_value_double
   do_something_dependent_on (data)

我像这样分配给data：

cdef int N = some_int
cdef double *data = <double*> malloc (N * sizeof (double))
cdef int i
for i in cython.parallel.prange (N, nogil=True):
    foo (data)
readout (data)

我现在的问题是：不同的线程如何处理这个问题？我的猜测是，data指向的内存将由所有线程共享，并在函数foo内"同时"读取或写入。这会弄乱所有结果，因为不能依赖先前设置的数据值（在foo内）？我的猜测是否正确，还是在cython编译器中实现了某种神奇的安全带？

提前非常感谢你。

Answer 1

一个好方法是让主阵列位于线程的旁边。然后，为每个线程提供指向应由线程计算的主数组部分的指针。

以下示例是矩阵乘法的实现（类似于 2-D 数组的 dot），其中：

c = a*b

这里的并行性是在a行上实现的。检查如何将指针传递给 multiply 函数，以便允许不同的线程共享相同的数组。

import numpy as np
cimport numpy as np
import cython
from cython.parallel import prange
ctypedef np.double_t cDOUBLE
DOUBLE = np.float64

def mydot(np.ndarray[cDOUBLE, ndim=2] a, np.ndarray[cDOUBLE, ndim=2] b):
    cdef np.ndarray[cDOUBLE, ndim=2] c
    cdef int i, M, N, K
    c = np.zeros((a.shape[0], b.shape[1]), dtype=DOUBLE)
    M = a.shape[0]
    N = a.shape[1]
    K = b.shape[1]
    for i in prange(M, nogil=True):
        multiply(&a[i,0], &b[0,0], &c[i,0], N, K)
    return c

@cython.wraparound(False)
@cython.boundscheck(False)
@cython.nonecheck(False)
cdef void multiply(double *a, double *b, double *c, int N, int K) nogil:
    cdef int j, k
    for j in range(N):
        for k in range(K):
            c[k] += a[j]*b[k+j*K]

要进行检查，您可以使用此脚本：

import time
import numpy as np
import _stack
a = np.random.random((10000,500))
b = np.random.random((500,2000))
t = time.clock()
c = np.dot(a, b)
print('finished dot: {} s'.format(time.clock()-t))
t = time.clock()
c2 = _stack.mydot(a, b)
print('finished mydot: {} s'.format(time.clock()-t))
print('Passed test:', np.allclose(c, c2))

在我的计算机上，它在哪里提供：

finished dot: 0.601547366526 s
finished mydot: 2.834147917 s
Passed test: True

如果a的行数小于 col 的数量或b 中的 col 数量，则mydot会更糟，需要更好地检查要进行并行的维度。

Answer 2

我假设如果没有对data线程的读取或写入同步锁，线程将读取/写入内存位置并覆盖彼此的更改。如果没有某种同步，您将无法获得一致的结果。

尽管文档 （http://docs.cython.org/src/userguide/parallelism.html） 似乎建议 OpenMP（默认后端）自动创建线程局部变量。