并行处理数组索引的最佳方法？

Posted 2023-02-22

【中文标题】并行处理数组索引的最佳方法？

【英文标题】：Optimal way to handle array indexing in parallel?

【发布时间】：2016-09-17 16:34:37

【问题描述】：

我有以下情况：我有一个大小为 L 的盒子中的粒子列表，其中 L 是其中一个边的长度。

接下来，我将框拆分为单元格，其中 L/cell_dim = 7。所以有 7*7*7 个单元格。

最后，我阅读了所有的粒子，记下它们的位置，并计算出它们在哪个单元格中。

---

我在 openMP 并行 for 循环中完成上述操作。但是，我需要以线程安全的方式捕获信息，这样我就不必遍历每个单元格的所有粒子。所以我需要一些方法来将粒子的任意子集并行记录到每个单元中。

---

我现在的方法利用了 OpenMP 关键代码块。我有一个数组大小 [7][7][7][max_particles]，其中 max_particles 是每个单元格的最大粒子数，但远小于粒子总数。我在计数器数组大小[7][7][7]中记录添加的最后一个粒子的索引，并根据我的并行循环中的最新计数更新单元数组：

int cube[7][7][7][10];
int cube_counts[7][7][7]=0;

#pragma omp parallel for num_threads(a lot)  
for (int i = 0; i < num_particles; i++)
    cell_x = //cell calculation;
    cell_y = //ditto;
    cell_z = //...;

#pragma omp critical
    
        cube_counts[cell_x][cell_y][cell_z] += 1;

        // for readability 
        int index = cube_counts[cell_x][cell_y][cell_z];

        cube[cell_x][cell_y][cell_z][index] = i;
    


// rest in pseudo code: 

foreach cell: 
    adjacent_cell = cell2

    particle_countA = cube_counts[cellx][celly][cellz]
    particle_countB = cube_counts[cell2x][cell2y][cell2z]

   // these two for loops will cover ~2-4 particles,
   // so super small...as a result of the cell analysis above. 
    for particle in cell:
        for particle in cell2: 
             ...do stuff

虽然这可行，但当我能够消除关键块（我在一个具有 60 个物理、240 个逻辑的英特尔协处理器上）时，它的速度提高了 2 倍以上。

如何在不需要关键块的情况下完成此操作？我想过做一个大数组......但是当我遍历 7*7*7*257（其中 257 是粒子数）数组时，我失去了所有我获得的东西。链表仍然有竞争条件。

也许是某种无序的线程安全列表...？

【问题讨论】：

你不能把粒子分成 N 个任意大小大致相等的集合，其中 N 是物理线程的数量吗？

@Cheers 和 hth。 - Alf 我不这么认为......也许：粒子本身不是线程安全的——它们与所有其他粒子交互。所以真的，我只需要知道每个细胞中有哪些粒子......以及有多少。我想我可以拆分它们...然后我将拥有 60*7*7*7 链接列表，我必须将它们堆叠在一起成为 7*7*7 链接列表...它可能会变得非常讨厌...和风拥有相似数量的关键操作...

在 open mp 中，关键块是一个非常重的结构，因为它会锁定整个代码片段。锁可能工作得很好。

@Mehno 哇谢谢伙计！！..不知道锁； def 留下这个，因为我认为可能有其他方法可以解决这个问题..

【参考方案1】：

使用锁代替临界区可以进一步驱动：

您可以使用编译器将转换为正确的 x86 特定汇编器指令的原子增量和原子赋值伪调用（“内在函数”）。然而，这取决于平台甚至编译器。

如果您使用现代 c++ 编译器 (C++11)，那么 std::atomic_* 可能是最好的方法。