OpenMP 开销计算

给定 n 个线程，有没有一种方法可以计算在 OpenMP 中实现特定指令所需的开销量（例如周期数）。

例如，给出下面的代码

 #pragma omp parallel
 {
    #pragma omp for
    for( int i=0 ; i < m ; i++ )
       a[i] = b[i] + c[i];
 }

我可以以某种方式计算创建这些线程需要多少开销吗？

我认为衡量开销的方法是对串行和并行版本进行计时，然后查看并行版本与线程数的“理想”运行时间相差多远。

例如，如果您的串行版本需要 10 秒，并且您在 4 个内核上有 4 个线程，那么您的理想运行时间是 2.5 秒。如果您的 OpenMP 版本需要 4 秒，那么您的“开销”就是 1.5 秒。我将开销放在引号中，因为其中一些将是线程创建和内存共享（实际的线程开销），而其中一些将只是未并行的代码部分。我试图在这里思考阿姆达尔定律.

为了演示，这里有两个例子。它们不测量线程创建开销，但可能显示预期改进和实现改进之间的差异。虽然神秘主义是正确的，唯一真正的衡量方法是计时，但即使是像你这样的微不足道的例子for循环不一定受内存限制。 OpenMP 做了很多我们看不到的工作。

串行（速度测试.cpp）

#include <iostream>

int main(int argc, char** argv) {
  const int SIZE = 100000000;
  int* a = new int[SIZE];
  int* b = new int[SIZE];
  int* c = new int[SIZE];

  for(int i = 0; i < SIZE; i++) {
    a[i] = b[i] * c[i] * 2;
  }

  std::cout << "a[" << (SIZE-1) << "]=" << a[SIZE-1] << std::endl;

  for(int i = 0; i < SIZE; i++) {
    a[i] = b[i] + c[i] + 1;
  }

  std::cout << "a[" << (SIZE-1) << "]=" << a[SIZE-1] << std::endl;

  delete[] a;
  delete[] b;
  delete[] c;

  return 0;
}

并行（omp_speedtest.cpp）

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

int main(int argc, char** argv) {
  const int SIZE = 100000000;
  int* a = new int[SIZE];
  int* b = new int[SIZE];
  int* c = new int[SIZE];

  std::cout << "There are " << omp_get_num_procs() << " procs." << std::endl;

  #pragma omp parallel
  {
    #pragma omp for
    for(int i = 0; i < SIZE; i++) {
      a[i] = b[i] * c[i];
    }
  }

  std::cout << "a[" << (SIZE-1) << "]=" << a[SIZE-1] << std::endl;

  #pragma omp parallel
  {
    #pragma omp for
    for(int i = 0; i < SIZE; i++) {
      a[i] = b[i] + c[i] + 1;
    }
  }

  std::cout << "a[" << (SIZE-1) << "]=" << a[SIZE-1] << std::endl;

  delete[] a;
  delete[] b;
  delete[] c;

  return 0;
}

所以我用这些来编译这些

g++ -O3 -o speedtest.exe speedtest.cpp
g++ -fopenmp -O3 -o omp_speedtest.exe omp_speedtest.cpp

当我运行它们时

$ time ./speedtest.exe
a[99999999]=0
a[99999999]=1

real    0m1.379s
user    0m0.015s
sys     0m0.000s

$ time ./omp_speedtest.exe
There are 4 procs.
a[99999999]=0
a[99999999]=1

real    0m0.854s
user    0m0.015s
sys     0m0.015s