在不同的线程下运行相同的代码有啥意义 - openMP？

Posted 2023-02-22

【中文标题】在不同的线程下运行相同的代码有啥意义 - openMP？

【英文标题】：What is the point of running same code under different threads - openMP?在不同的线程下运行相同的代码有什么意义 - openMP？

【发布时间】：2018-02-22 10:49:35

【问题描述】：

发件人：https://bisqwit.iki.fi/story/howto/openmp/

平行结构

并行构造启动一个并行块。它创建了一个团队 N 个线程（其中 N 在运行时确定，通常来自 CPU 核心数，但可能会受到一些因素的影响），所有 执行下一条语句（或下一个块，如果语句 是一个 ... -enclosure）。语句之后，线程重新加入 一个。

#pragma omp parallel  
     
     // Code inside this region runs in parallel.  
     printf("Hello!\n");  
   

我想了解在不同线程下运行相同代码的意义何在。在什么情况下会有帮助？

【参考方案1】：

通过使用omp_get_thread_num()，您可以检索线程 ID，这使您能够针对该线程 ID 参数化所谓的“相同代码”。

举个例子：

A 是一个 1000 维整数数组，您需要使用 2 个 OpenMP 线程对其值求和。

你会设计你的代码是这样的：

int A_dim = 1000
long sum[2] = 0,0
#pragma omp parallel  
    
     int threadID = omp_get_thread_num();
     int start = threadID * (A_dim / 2)
     int end = (threadID + 1) * (A_dim / 2)
     for(int i = start; i < end; i++)
       sum[threadID] += A[i]
   

start 是线程开始求和的下限（例如：线程 #0 将从 0 开始求和，而线程 #1 将从 500 开始求和）。

end 与 start 几乎相同，但它是线程将求和的数组索引的上限（例如：线程 #0 将求和直到 500，将值从 A[0] 求和到 @ 987654328@，而线程#1 将求和直到达到 1000，值从 A[500] 到 A[999])

【参考方案2】：

我想了解在不同线程下运行相同代码的意义何在。在什么情况下会有帮助？

当您在不同的数据上运行相同的代码时。

例如，如果我想反转 10 个矩阵，我可能会在 10 个线程上运行矩阵反转代码......与 1 个线程和 for 循环相比，获得（理想情况下）10 倍的加速。

【参考方案3】：

OpenMP 的基本思想是分配工作。为此，您需要创建一些线程。

parallel 构造创建了这个数量的线程。之后，您可以与 omp for 或 omp task 等其他构造分发/共享工作。

这种区别的一个可能的好处是，例如当您必须为每个线程（即线程本地数据）分配内存时。

【参考方案4】：

我想了解在不同线程下运行相同代码的意义何在。在什么情况下会有帮助？

一个例子：在物理学中，您的代码中有一个随机过程（碰撞、初始麦克斯韦等），您需要多次运行代码以获得平均结果，在这种情况下，您需要多次运行相同的代码.