【发布时间】：2017-10-27 10:35:39
【问题描述】：
我已经使用 OpenMP 并行化了用于计算机视觉应用程序的现有代码。我认为我设计得很好，因为：
- 工作负载均衡
- 没有同步/锁定机制
- 我并行化了最外层的循环
- 所有核心大部分时间都在使用（没有空闲核心）
- 每个线程都有足够的工作量
现在，应用程序在使用多个内核时无法扩展，例如在 15 个内核之后它不能很好地扩展。
代码使用外部库（即 OpenCV 和 IPP），其中代码已经过优化和矢量化，而我尽可能手动地对代码的某些部分进行矢量化。然而，根据 Intel Advisor 的说法，代码没有很好地矢量化，但没有什么可做的：我已经尽可能地矢量化了代码，但我无法改进外部库。
所以我的问题是：矢量化是否可能是代码在某些时候无法很好扩展的原因？如果有，为什么？
【问题讨论】：
-
您计算过使用了多少内存带宽吗？如果您使内存总线饱和，则更多内核将无济于事。重构可以；如果您的数据在多次传递中往返于内存中，则每次传递更多，从而更少传递可以摆脱瓶颈。
-
@Yakk 感谢您的回答，我没有考虑到这一点。您知道如何使用一些英特尔工具（如英特尔顾问/VTune Amplifier 等）进行此类分析吗？
-
不，我不知道有一些简单的工具可以检测内存带宽使用情况。通常，当我注意到症状时，我只是粗略地计算一下。
标签： c++ opencv parallel-processing vectorization intel-ipp