使用MKL的并行SpMV随着线程数的增加而减慢

Question

我正在为csr格式的SpMV调用intel MKL。为了加速，我使用 mkl_set_num_threads 的多个线程。但是，当线程增加时，性能会降低。知道发生了什么事吗？

虽然文档说 mkl_set_num_threads 指定的线程号仅限制使用的最大线程数，并且可能使用的线程较少，但我预计在使用更多线程时性能至少保持不变。   这是我的代码：

for(int j = 1; j <= max_threads; ++j){

    mkl_set_num_threads(j);

    mkl_scsrmv(&transa, &m, &k, &alpha, matdescra, val, col_idx, row_idx, &row_idx[1], x, &beta, y); 
    start = clock();

    for(int i = 0; i < 100; ++i) { 
            mkl_scsrmv(&transa, &m, &k, &alpha, matdescra, val, col_idx, row_idx, &row_idx[1], x, &beta, y);
    }
    end = clock();
    elapsed = end - start;
    cout << "the float CSR spmv performance is " << (double)nnz  * ( (double)CLOCKS_PER_SEC / 10000000 ) / (double)elapsed  << " Gflops using " << j << " threads" << endl;
}

结果如下：

• 浮动CSR spmv性能为0.634938 Gflops，使用1个线程
• 浮动CSR spmv性能为0.535313 Gflops，使用2个线程
• 浮动CSR spmv性能为0.494569 Gflops，使用3个线程
• 浮动CSR spmv性能为0.483146 Gflops，使用4个线程
• 浮动CSR spmv性能为0.421995 Gflops，使用5个线程
• 浮动CSR spmv性能为0.417408 Gflops，使用6个线程
• 浮动CSR spmv性能为0.386758 Gflops，使用7个线程
• 浮动CSR spmv性能为0.393107 Gflops，使用8个线程
• 浮动CSR spmv性能为0.378721 Gflops，使用9个线程
• 浮动CSR spmv性能为0.354885 Gflops，使用10个线程
• 浮动CSR spmv性能为0.328653 Gflops，使用11个线程
• 浮动CSR spmv性能为0.31173 Gflops，使用12个线程
• 浮动CSR spmv性能为0.302341 Gflops使用13个线程
• 浮动CSR spmv性能为0.281349 Gflops，使用14个线程
• 浮动CSR spmv性能为0.273103 Gflops，使用15个线程
• 浮动CSR spmv性能为0.26132 Gflops，使用16个线程
• 浮动CSR spmv性能为0.238776 Gflops，使用17个线程
• 浮动CSR spmv性能为0.218346 Gflops，使用18个线程
• 浮动CSR spmv性能为0.210184 Gflops，使用19个线程

• 浮动CSR spmv性能为0.19734 Gflops，使用20个线程

  顺便说一句，我正在使用gcc编译 -lmkl_intel_lp64 -lmkl_gnu_thread -lmkl_core -lgomp -lpthread -lm -ldl

  任何帮助将不胜感激。感谢。