Question

我有一个数字bessel过滤器的实现，这是我的程序的性能瓶颈。我想将主循环与OpenMP并行化。

该函数采用输入数组paddedsignal和滤波器系数数组dcof和ccof，并生成一个过滤的临时数组temp。这个过程的主循环如下所示：

    for (i=order; i<end; i++)
    {
        temp[i] = ccof[0]*paddedsignal[i];
        for (p=1; p<=order; p++)
        {
            temp[i] += ccof[p]*paddedsignal[i-p] - dcof[p]*temp[i-p];
        }
    }

请注意，temp[i]的值取决于temp[i-p]的先前值。这会混淆一个简单的#pragma omp for指令，因为temp[i]的值靠近数组的各个部分之间的边界，这些部分将由不同的线程处理，因此存在竞争条件问题。基本上，如果线程1取0到99之间的索引而线程2取100-199，那么100处的值将是错误的，因为它将在99之前的值之前计算，它取决于它。

有没有办法挽救这种情况？由于过滤值依赖于相邻值这一事实使得它本身就是一个连续计算，所以我对于我可以做什么来平行化这是绝望的。有没有办法解决这个问题？

Answer 1

由于您正确识别的依赖关系，您基本上无法并行化外部循环。

您可以通过缩小来并行化内循环。但这只会对大型signal有所帮助，甚至可能只是导致错误共享，因为数据是混乱的。有人可能会认为复杂的数据是在线程之间交错temp和{{1}}，这需要排序手动工作共享结构。无论如何，我怀疑它是值得的，因为减少会增加管理成本。

如果可以替代具有有限脉冲响应的滤波器，则更容易并行化。您还可以将整个信号分割成稍微重叠的片段并独立计算滤波器，但这些块的边界会有一些计算错误。

Answer 2

也许您正在为订购寻找#pragma omp。它按照顺序执行的顺序执行代码

但请记住：

只能在for指令的动态范围内使用
非常“昂贵”（你的加速可能不会像你想象的那么好）。

有关更多信息，请参阅： omp ordered

当循环迭代不是独立的时，使用OpenMP并行化循环

2 个答案: