OpenMPタスクの並列処理 - パフォーマンスの問題

Question

OpenMPタスクに問題があります。私はompタスクを使って "for"ループの並列バージョンを作成しようとしています。しかし、このバージョンの実行時間は、ompのために使うベースバージョンの2倍に近く、この理由は分かりません。コードを見ては、ベローズ：バージョン

OMP：

t.start(); 
#pragma omp parallel num_threads(threadsNumber) 
{ 
    for(int ts=0; ts<1000; ++ts) 
    { 
     #pragma omp for 
     for(int i=0; i<size; ++i) 
     { 
      array_31[i] = array_11[i] * array_21[i]; 
     } 
    } 
} 
t.stop(); 
cout << "Time of omp for: " << t.time() << endl; 

OMPタスクバージョン：タスクのバージョンで

t.start(); 
#pragma omp parallel num_threads(threadsNumber) 
{ 
    #pragma omp master 
    { 
     for(int ts=0; ts<1000; ++ts) 
     { 
      for(int th=0; th<threadsNumber; ++th) 
      { 
       #pragma omp task 
       { 
        for(int i=th*blockSize; i<th*blockSize+blockSize; ++i) 
        { 
         array_32[i] = array_12[i] * array_22[i]; 
        } 
       }      
      } 

      #pragma omp taskwait 
     } 
    } 
} 
t.stop(); 
cout << "Time of omp task: " << t.time() << endl; 

を私はのためのOMPと同様にループを分割します。各タスクは同じ量の反復を実行する必要があります。タスクの総量はスレッドの総量に等しい。

性能結果：

Time of omp for: 4.54871 
Time of omp task: 8.43251 

何が問題になることができますか？どちらのバージョンでも同様のパフォーマンスが得られますか？私が解決しようとする私の問題だけを説明したかったので、添付されたコードは簡単です。どちらのバージョンでも同じパフォーマンスが得られるとは思っていませんが、違いを減らしたいと思います。

お返事ありがとうございます。 よろしくお願いいたします。

Answer 1

ここでの問題はオーバーヘッドだと思います。ループをパラレルで宣言すると、すべてのスレッドがforループの一部を一度に実行するように割り当てられます。タスクを開始するときは、タスクを起動するたびにセットアップの全プロセスを経なければなりません。どうして次のことをしないのですか？

#pragma omp parallel num_threads(threadsNumber) 
{ 
    #pragma omp master 
    { 
     for(int ts=0; ts<1000; ++ts) 
     { 
      #pragma omp for 
      for(int th=0; th<threadsNumber; ++th) 
      { 
        for(int i=th*blockSize; i<th*blockSize+blockSize; ++i) 
        { 
         array_32[i] = array_12[i] * array_22[i]; 
        }     
      } 


     } 
    } 
} 

Answer 2

私はあなたがここで実験している問題は、データの親和性に関連していることを言うと思います：あなたがスレッド間で反復の分布は常にtsのすべての値に対して同じである#pragma omp forを使用する場合、一方、タスクにはスレッドへのタスクのバインドを指定する方法がありません。

• t1_for：2.041443s
• t1_tasking：2.159012s

はかつて私が1M要素の3つの配列と私のマシンでプログラムを実行してきましたし、両方のバージョンの間で結果が近づいている、と述べました

（私はGCC 5.3.0 20151204を使用）