高性能計算之OpenMP——超算習堂學習1

OpenMP學習1——超算習堂

1、for循環並行

運用預編譯命令：

#pragma omp parallel for
	for(……)
	{
		/* Content */
	}

1.一、舉個實例，對比性能

#include <omp.h>
#include <cstdio>
#include <cstdlib>//用到rand()函數
#include <ctime> //用到clock()函數

const int maxn = 1e8;

int main()
{
	int begintime, endtime;
	printf("It is use parallel compute:\n");

	begintime = clock();	//計時開始
#pragma omp parallel for
	for (int i = 0; i < maxn; ++i);
	endtime = clock();	//計時結束
	printf("\n\nRunning Time：%dms\n", endtime - begintime);


	printf("\n\n\nIt is not use parallel compute:\n");
	begintime = clock();	//計時開始
	for (int i = 0; i < maxn; ++i);
	endtime = clock();	//計時結束
	printf("\n\nRunning Time：%dms\n", endtime - begintime);
	return 0;
}

性能差距以下：

2、控制參與計算的線程數

#include <omp.h>
#include <cstdio>
#include <cstdlib>//用到rand()函數
#include <ctime> //用到clock()函數

const int maxn = 1e8;

int main()
{
	int begintime, endtime;
	int nthreads;
	printf("It is use parallel compute:\n\n\n");
#pragma omp parallel
	nthreads = omp_get_num_threads();
	printf("Now, it is %d threads\n", nthreads);
	begintime = clock();	//計時開始
#pragma omp parallel for
	for (int i = 0; i < maxn; ++i);
	endtime = clock();	//計時結束
	printf("\nRunning Time：%dms\n", endtime - begintime);

#pragma omp parallel
	nthreads = 12;
	omp_set_num_threads(nthreads);
	printf("\nNow, it is %d threads\n", nthreads);
	begintime = clock();	//計時開始
#pragma omp parallel for
	for (int i = 0; i < maxn; ++i);
	endtime = clock();	//計時結束
	printf("\nRunning Time：%dms\n", endtime - begintime);

	printf("\nIt is not use parallel compute:\n");
	begintime = clock();	//計時開始
	for (int i = 0; i < maxn; ++i);
	endtime = clock();	//計時結束
	printf("\nRunning Time：%dms\n", endtime - begintime);
	return 0;
}

修改以前的那一份代碼，首先用函數：

int nthreads = omp_get_num_threads();

獲知當前並行計算的的線程數，我這邊默認的線程數是 8 個線程。須要注意的是，omp的函數接口，必定要寫在並行區域內，也就是宏指令內！！！

看看效果：

提出一個思考：

若是我設置的並行線程數只有 1 ，那麼它和串行計算相比較，效率結果會如何呢？？

實驗一下：

#pragma omp parallel
	nthreads = 1;
	omp_set_num_threads(nthreads);
	printf("\nNow, it is %d threads\n", nthreads);
	begintime = clock();	//計時開始
#pragma omp parallel for
	for (int i = 0; i < maxn; ++i);
	endtime = clock();	//計時結束
	printf("\nRunning Time：%dms\n", endtime - begintime);

	printf("\nIt is not use parallel compute:\n");
	begintime = clock();	//計時開始
	for (int i = 0; i < maxn; ++i);
	endtime = clock();	//計時結束
	printf("\nRunning Time：%dms\n", endtime - begintime);

看看結果：

能夠看到：單線程的並行計算要比串行計算慢了近1倍！！！爲何呢？

其實不難理解，但線程非但沒有進行計算任務的分配（就他一個光桿司令，無法分配），可是宏指令下的仍是並行，因此線程間不起做用的並行過程拖延了時間！！致使了上述的結果。

3、OpenMP的並行計算模式

OpenMP和以前咱們學習的MPI有着較大的區別，那就是計算模式：

MPI：核心是不共享內存，並行計算依賴於消息傳遞，只有消息傳遞各個進程間才能共享數據。只有共享數據才能作到並行計算。所以，MPI的計算模式是全部進程運行一樣的程序，這個程度都是同樣的，也都是完整的。如何肯定消息的收發方依賴於進程的秩。

OpenMP：核心是插入並行語句塊，各個線程間共享內存。依賴private和shared指令來區分各個線程在並行區計算的數據是否共享。而後須要等待並行計算區的語句全都執行完，而後必定會回到串行程序，直到程序運行結束。