对 OpenMP 中静态调度开销的影响

Question

我考虑过哪些因素会影响 OpenMP 中的静态调度开销。 在我看来，它受到以下因素的影响：

• CPU 性能
• OpenMP 运行时库的具体实现
• 线程数

但我是否遗漏了其他因素？也许是任务的大小，...？

此外：开销是否线性依赖于迭代次数？ 在这种情况下，我希望具有静态调度和 4 个内核，开销随着 4*i 迭代线性增加。到目前为止正确吗？

编辑： 我只对静态（！）调度开销本身感兴趣。我不是在谈论线程启动开销和同步所花费的时间以及临界区开销。

Answer 1

您需要将 OpenMP 创建线程组/线程池的开销与每个线程在 for 循环中操作单独的迭代器集的开销分开。

静态调度很容易手动实现（这有时非常有用）。让我们考虑一下我认为最重要的两个静态调度schedule(static) 和schedule(static,1) 然后我们可以将其与schedule(dynamic,chunk) 进行比较。

#pragma omp parallel for schedule(static)
for(int i=0; i<N; i++) foo(i);

等于（但不一定等于）

#pragma omp parallel
{
    int start = omp_get_thread_num()*N/omp_get_num_threads();
    int finish = (omp_get_thread_num()+1)*N/omp_get_num_threads();
    for(int i=start; i<finish; i++) foo(i);
}

和

#pragma omp parallel for schedule(static,1)
for(int i=0; i<N; i++) foo(i);

等价于

#pragma omp parallel 
{
    int ithread = omp_get_thread_num();
    int nthreads = omp_get_num_threads();
    for(int i=ithread; i<N; i+=nthreads) foo(i);
}

由此可以看出，实现静态调度非常简单，因此开销可以忽略不计。

另一方面，如果您想手动实现schedule(dynamic)（与schedule(dynamic,1) 相同），则更复杂：

int cnt = 0;
#pragma omp parallel
for(int i=0;;) {
    #pragma omp atomic capture
    i = cnt++;
    if(i>=N) break;
    foo(i);                                    
}

这需要 OpenMP >=3.1。如果您想使用 OpenMP 2.0（用于 MSVC）执行此操作，则需要像这样使用关键

int cnt = 0;
#pragma omp parallel
for(int i=0;;) {
    #pragma omp critical   
    i = cnt++;
    if(i>=N) break;
    foo(i);
} 

这里相当于schedule(dynamic,chunk)（我没有使用原子访问优化它）：

int cnt = 0;
int chunk = 5;
#pragma omp parallel
{
    int start, finish;
    do {
        #pragma omp critical
        {
            start = cnt;
            finish = cnt+chunk < N ? cnt+chunk : N;
            cnt += chunk;
        }
        for(int i=start; i<finish; i++) foo(i);
    } while(finish<N);
}

显然使用原子访问会导致更多开销。这也说明了为什么为schedule(dynamic,chunk) 使用更大的块可以减少开销。