我可以在 GPU 上使用 `omp_get_thread_num()` 吗？答案

【问题标题】：Can I use `omp_get_thread_num()` on the GPU?我可以在 GPU 上使用 `omp_get_thread_num()` 吗？
【发布时间】：2017-12-23 19:30:07
【问题描述】：

我有在 CPU 上运行的 OpenMP 代码，通过让每个线程管理由线程 ID 号寻址的内存，可通过omp_get_thread_num() 访问。这在 CPU 上运行良好，但它可以在 GPU 上运行吗？

MWE 是：

#include <iostream>
#include <omp.h>

int main(){
  const int SIZE = 400000;

  int *m;
  m = new int[SIZE];

  #pragma omp target
  {
    #pragma omp parallel for
    for(int i=0;i<SIZE;i++)
      m[i] = omp_get_thread_num();
  }

  for(int i=0;i<SIZE;i++)
    std::cout<<m[i]<<"\n";
}

【问题讨论】：

标签： g++ gpu openmp pgi offloading

【解决方案1】：

使用 GCC 在 GPU 上运行良好。您需要映射m，例如像这样

#pragma omp target map(tofrom:m[0:SIZE])

我是这样编译的

g++ -O3 -Wall -fopenmp -fno-stack-protector so.cpp

您可以在此处查看不卸载系统的示例

http://coliru.stacked-crooked.com/a/1e756410d6e2db61

我在工作之前用来找出团队和线程数的方法是这样的：

#pragma omp target teams defaultmap(tofrom:scalar)
{
    nteams = omp_get_num_teams();
    #pragma omp parallel
    #pragma omp single
    nthreads = omp_get_num_threads();
}

在我的 GCC 7.2、Ubuntu 17.10 和 gcc-offload-nvptx 和 GTX 1060 的系统上，我得到 nteams = 30 和 nthreads = 8。请参阅this answer，我在其中使用线程和团队对目标区域进行自定义缩减。使用-offload=disablenteams = 1 和nthreads = 8（4 核/8 硬件线程 CPU）。

我在编译选项中添加了-fopt-info，但我只收到消息

note: basic block vectorized

【讨论】：

【解决方案2】：

答案似乎是否。

使用 PGI 编译：

pgc++ -fast -mp -ta=tesla,pinned,cc60 -Minfo=all test2.cpp

给予：

13, Parallel region activated
    Parallel loop activated with static block schedule
    Loop not vectorized/parallelized: contains call
14, Parallel region terminated

而使用 GCC 编译

g++ -O3 test2.cpp -fopenmp -fopt-info

给予

test2.cpp:17: note: not vectorized: loop contains function calls or data references that cannot be analyzed
test2.cpp:17: note: bad data references.

【讨论】：