在 macOS Apple Silicon 上使用 Homebrew 的 Clang 编译的 C++ 代码在使用 OpenMP 的情况下运行速度明显慢于不使用 OpenMP 的情况

我正在尝试在 Apple Silicon (Apple M1 Max) 上的 macOS Monterey (12.5.1) 上编译支持 OpenMP 的 C++ 代码，以获得相应的加速。

该代码计算量大，易于理解，多年来一直使用 OpenMP（例如在 x64 Ubuntu 上），没有出现任何问题；计算或多或少是令人尴尬的并行，因此通过 OpenMP 以多线程方式运行计算的速度是显着的。

当我使用 Apple Clang 在 macOS 上编译代码时，一切正常，除了代码当然是单线程运行的，因为 AppleClang 不支持 OpenMP。

这就是为什么我现在使用 Homebrew 的 Clang 编译所有内容以启用 OpenMP。不幸的是，结果与预期不同。代码编译并使用OpenMP；我发现因为我必须解决一些小问题firstprivateClang 比 GCC 更严格的子句，我看到使用多个线程执行。

然而，运行时withOpenMP 是明显慢一些 than withoutOpenMP。例如，不使用 OpenMP 的计算需要大约 15 秒，使用 OpenMP 需要大约 90 秒，即使在最糟糕的扩展情况下，我预计速度会提高 2 倍到 4 倍。否则计算结果是正确的，它似乎只是影响速度。

我尝试使用 llvm 14（稳定 14.0.6（瓶装））和 llvm 13（稳定 13.0.1（瓶装），由于怀疑回归而尝试）编译该软件，但到目前为止没有成功。

该项目正在使用 CMake，配置如下所示（这是使用 LLVM 13，但我事先尝试过使用默认的 llvm）：

export PATH="/opt/homebrew/opt/llvm@13/bin:$PATH"
...
cmake ../../ -DCMAKE_BUILD_TYPE=Release  \
  -DCMAKE_PREFIX_PATH=/opt/homebrew/opt/llvm@13   \
  -DCMAKE_CXX_COMPILER=/opt/homebrew/opt/llvm@13/bin/clang++   \
  -DCMAKE_C_COMPILER=/opt/homebrew/opt/llvm@13/bin/clang   \
  -DLDFLAGS="-L/opt/homebrew/opt/llvm@13/lib"   \
  -DCPPFLAGS="-I/opt/homebrew/opt/llvm@13/include"

我很高兴就如何解决此问题提供任何建议。提前致谢！

--

更新1：

当 OMP_DISPLAY_ENV 启用时，将显示以下内容：

OPENMP DISPLAY ENVIRONMENT BEGIN
   _OPENMP='201611'
  [host] OMP_AFFINITY_FORMAT='OMP: pid %P tid %i thread %n bound to OS proc set {%A}'
  [host] OMP_ALLOCATOR='omp_default_mem_alloc'
  [host] OMP_CANCELLATION='FALSE'
  [host] OMP_DEFAULT_DEVICE='0'
  [host] OMP_DISPLAY_AFFINITY='FALSE'
  [host] OMP_DISPLAY_ENV='TRUE'
  [host] OMP_DYNAMIC='FALSE'
  [host] OMP_MAX_ACTIVE_LEVELS='1'
  [host] OMP_MAX_TASK_PRIORITY='0'
  [host] OMP_NESTED: deprecated; max-active-levels-var=1
  [host] OMP_NUM_TEAMS='0'
  [host] OMP_NUM_THREADS: value is not defined
  [host] OMP_PROC_BIND='false'
  [host] OMP_SCHEDULE='static'
  [host] OMP_STACKSIZE='8176k'
  [host] OMP_TARGET_OFFLOAD=DEFAULT
  [host] OMP_TEAMS_THREAD_LIMIT='0'
  [host] OMP_THREAD_LIMIT='2147483647'
  [host] OMP_TOOL='enabled'
  [host] OMP_TOOL_LIBRARIES: value is not defined
  [host] OMP_TOOL_VERBOSE_INIT: value is not defined
  [host] OMP_WAIT_POLICY='PASSIVE'
OPENMP DISPLAY ENVIRONMENT END

一旦我将 OMP_NUM_THREADS 设置为特定数字，我的测试用例就会产生以下运行时间（通过 Boost 的 cpu_timer 获得的时间）。我们可以清楚地看到，代码在单线程（通过 OMP_NUM_THREADS=1 设置）上运行时速度最快，即使它是使用 OpenMP 支持进行编译的。

• OMP_NUM_THREADS=1：15.85s wall, 30.97s user + 0.56s system = 31.53s CPU (198.9%)
• OMP_NUM_THREADS=2：28.91s wall, 69.93s user + 0.71s system = 70.64s CPU (244.3%)
• OMP_NUM_THREADS=4：36.63s wall, 134.07s user + 1.47s system = 135.54s CPU (370.0%)
• OMP_NUM_THREADS=8：52.18s wall, 267.80s user + 12.35s system = 280.15s CPU (536.9%)
• OMP_NUM_THREADS=10：52.29s wall, 285.78s user + 10.57s system = 296.35s CPU (566.8%)

更新2：

来自 asitop 的系统负载 (https://github.com/tlkh/asitop https://github.com/tlkh/asitop):

OMP_NUM_THREADS=1	OMP_NUM_THREADS=8