Question

刚开始使用OpenMP。我想知道是否可以在调用外部函数的for循环中运行OpenMP并行，这本身并不会调用任何其他函数。我已经提出了一些简化的代码来说明我的观点：

#pragma omp parallel for
for(span=0;span<info.nospanelement;span++)
{
    some_function(info,wakePtr[time][span],P,w_ind,1);

    //additions to be done each repeat
    w_wake[0] += w_ind[0];
    w_wake[1] += w_ind[1];
    w_wake[2] += w_ind[2];
}

我知道我需要在调用中添加更多内容，但这个openMp循环在技术上是否可行？

Answer 1

您必须从不让不同的线程在没有正确同步的情况下编写相同的变量，以避免竞争条件。

在你的程序中，多个线程读取变量的相同值，然后每个线程为其添加另一个值，然后所有这些线程将结果写在同一位置，以便许多计算被覆盖，并且不会累加到最终结果。因此，您的计划计算的结果低于正确的值（顺便说一下，您应该准确说明您的计划结果与预期的结果不同）。

一种简单但效率低下的解决方法是使用原子添加：

#pragma omp parallel for
    for(span=0;span<info.nospanelement;span++) {
        some_function(info,wakePtr[time][span],P,w_ind,1);

        //additions to be done each repeat
#pragma omp atomic
    w_wake[0] += w_ind[0];
#pragma omp atomic
    w_wake[1] += w_ind[1];
#pragma omp atomic
    w_wake[2] += w_ind[2];
}

并行求和的一种更有效的方法是让每个线程在私有变量中累积值（仅由该线程看到），从而获得部分和。

#pragma omp parallel 
{
    int wake0 = wake1 = wake2 = 0; // private variables

    #pragma omp for
    for(span=0;span<info.nospanelement;span++)
    {
        some_function(info,wakePtr[time][span],P,w_ind,1);

        //additions to be done each repeat
        wake0 += w_ind[0];  // accumulate in private variable
        wake1 += w_ind[1];
        wake2 += w_ind[2];
    }
// now we're out of the loop but still inside the parallel region
// so, let's add up the partial sums
#pragma omp atomic
    w_wake[0] += wake0;
#pragma omp atomic
    w_wake[1] += wake1;
#pragma omp atomic
    w_wake[2] += wake2;
}

让OpenMP管理缩减操作通常会更好，但是如果你需要将结果存储在一个数组中，那么就可以更容易地自己这样做。

另一方面，如果你真的不需要数组，那么你可以简单地这样做：

int wake0 = wake1 = wake2 = 0; // SHARED variables this time
#pragma omp parallel for reduction(+ : wake0, wake1, wake2)
{
    for(span=0;span<info.nospanelement;span++)
    {
        some_function(info,wakePtr[time][span],P,w_ind,1);

        //additions to be done each repeat
        wake0 += w_ind[0];  // accumulate in private variable
        wake1 += w_ind[1];
        wake2 += w_ind[2];
    }
}

在OpenMP for循环中调用函数

1 个答案: