OpenMP和GSL RNG – 性能问题 – 4个线程实现比纯序列1(四核CPU)慢10倍

我正在尝试将我的C项目从顺序编程转换为并行编程。 尽管大多数代码现在已经从头开始重新设计,但随机数的生成仍然是其核心。 因此,随机数发生器(RNG)的不良性能会严重影响程序的整体性能。

我写了一些代码行(见下文),以显示我面临的问题而没有太多冗长。

问题如下:每次线程数增加时,性能都会明显变差。 在这个工作站(linux内核2.6.33.4; gcc 4.4.4; intel四核CPU)中,无论迭代次数n多少,并行for循环使用nt = 4比使用nt = 1大约长10倍。

这种情况似乎在这里描述,但焦点主要集中在fortran,一种我不太了解的语言,所以我非常感谢一些帮助。

我试图按照他们的想法创建不同的RNG(使用不同的种子)来访问每个线程,但性能仍然很差。 实际上,每个线程的这个不同的播种点也让我感到困惑,因为我无法看到最终如何保证生成的数字的质量(缺乏相关性等)。

我已经考虑过完全放弃GSL并自己实现一个随机生成器算法(例如Mersenne-Twister),但我怀疑我稍后会遇到同样的问题。

非常感谢您的回答和建议。 请问我可能忘记提及的任何重要事项。

编辑:由lucas1024(pragma for-loop声明)和JonathanDursi(播种;将“a”设置为私有变量)建议的更正。 multithreading模式下的性能仍然非常低迷。

编辑2: Jonathan Dursi建议的实施解决方案(见评论)。

#include  #include  #include  #include  #include  double d_t (struct timespec t1, struct timespec t2){ return (t2.tv_sec-t1.tv_sec)+(double)(t2.tv_nsec-t1.tv_nsec)/1000000000.0; } int main (int argc, char *argv[]){ double a, b; int i,j,k; int n=atoi(argv[1]), seed=atoi(argv[2]), nt=atoi(argv[3]); printf("\nn\t= %d", n); printf("\nseed\t= %d", seed); printf("\nnt\t= %d", nt); struct timespec t1, t2, t3, t4; clock_gettime(CLOCK_PROCESS_CPUTIME_ID, &t1); //initialize gsl random number generator const gsl_rng_type *rng_t; gsl_rng **rng; gsl_rng_env_setup(); rng_t = gsl_rng_default; rng = (gsl_rng **) malloc(nt * sizeof(gsl_rng *)); #pragma omp parallel for num_threads(nt) for(i=0;i<nt;i++){ rng[i] = gsl_rng_alloc (rng_t); gsl_rng_set(rng[i],seed*i); } clock_gettime(CLOCK_PROCESS_CPUTIME_ID, &t2); for (i=0;i<n;i++){ a = gsl_rng_uniform(rng[0]); } clock_gettime(CLOCK_PROCESS_CPUTIME_ID, &t3); omp_set_num_threads(nt); #pragma omp parallel private(j,a) { j = omp_get_thread_num(); #pragma omp for for(i=0;i<n;i++){ a = gsl_rng_uniform(rng[j]); } } clock_gettime(CLOCK_PROCESS_CPUTIME_ID, &t4); printf("\n\ninitializing:\t\tt1 = %f seconds", d_t(t1,t2)); printf("\nsequencial for loop:\tt2 = %f seconds", d_t(t2,t3)); printf("\nparalel for loop:\tt3 = %f seconds (%f * t2)", d_t(t3,t4), (double)d_t(t3,t4)/(double)d_t(t2,t3)); printf("\nnumber of threads:\tnt = %d\n", nt); //free random number generator for (i=0;i<nt;i++) gsl_rng_free(rng[i]); free(rng); return 0; } 

问题出在第二个#pragma omp行。 第一个#pragma omp产生4个线程。 在那之后你应该简单地说#pragma omp for – not #pragma omp parallel for。

使用当前代码,根据您的omp嵌套设置,您将创建4 x 4个线程,这些线程执行相同的工作并访问相同的数据。