並列タスクは、pplやOpenMPよりもboost :: threadのほうがパフォーマンスが良い

Question

私は並列化できるC++プログラムを持っています。私はVisual Studio 2010、32ビットコンパイルを使用しています。プログラムの構造は、各some_computations()ため

#define num_iterations 64 //some number 

struct result 
{ 
    //some stuff 
} 

result best_result=initial_bad_result; 

for(i=0; i<many_times; i++) 
{ 
    result *results[num_iterations]; 


    for(j=0; j<num_iterations; j++) 
    { 
     some_computations(results+j); 
    } 

    // update best_result; 
} 

に従っている要するに

私はインナーfor - ループを並列化（いくつかのグローバル変数を読み取る、ないグローバル変数は変更されない）は無関係です。

私の最初の試みは、ブースト::スレッド、結果は良かった

thread_group group; 
for(j=0; j<num_iterations; j++) 
{ 
    group.create_thread(boost::bind(&some_computation, this, result+j)); 
} 
group.join_all(); 

とあったが、私はより多くをしようとすることを決めました。

私は結果がboost::threadのものより悪かった

#pragma omp parallel for 
for(j=0; j<num_iterations; j++) 
{ 
    some_computations(results+j); 
} 

をのOpenMPライブラリを試してみました。

は、それから私は、 皆さんライブラリを試してみましたが、 parallel_for()を使用：

Concurrency::parallel_for(0,num_iterations, [=](int j) { 
    some_computations(results+j); 
}) 

結果は最悪でした。

この現象は非常に驚くべきことです。 OpenMPとpplは並列化用に設計されているので、boost::threadより良い結果が期待できます。私が間違っている？

boost::threadはなぜ私に良い結果をもたらしますか？

Answer 1

OpenMPまたはPPLは悲観的なことをしません。彼らは言われた通りにやっていますが、ループのパラレル化を試みるときに考慮すべきいくつかのことがあります。

これらの機能を実装していないと、実際の原因が何であるかは言い難いです。

また、各ループ内の操作が同じループ内の他の繰り返しに依存する場合は、競合が発生し、処理が遅くなります。あなたのsome_operation関数が実際に何をしているのかわからないので、データの依存関係があるかどうかは分かりません。

本当に並列化できるループは、反復のいずれにおいても共有メモリがアクセスされないように、各反復を他のすべての反復とは無関係に実行できる必要があります。ですから、ローカル変数に書き込んでから、最後にコピーしてください。

すべてがループで並列化できるわけではありません。実行される作業の種類によって大きく異なります。

たとえば、並列化に適しているものは、画面バッファの各ピクセルで処理が行われているものです。各ピクセルは他のすべてのピクセルとは完全に独立しているため、スレッドはループの1回の反復を実行し、反復間のループ内の共有メモリまたはデータ依存性を待つことなく作業を行うことができます。

また、連続した配列を持つ場合、この配列は部分的にキャッシュ行にある可能性があります。スレッドAで要素5を編集し、スレッドBで要素6を変更すると、キャッシュ競合が発生する可能性があります。また、同じキャッシュラインに存在するため、処理速度が遅くなります。 と偽の共有である現象。

ループの並列化を行う際には、多くの点を考慮する必要があります。

Answer 2

つまり、openMPは主に共有メモリに基づいており、タスク管理とメモリ管理の追加コストがかかります。 pplは、一般的なデータ構造およびアルゴリズムの汎用パターンを処理するように設計されているため、複雑なコストがかかります。どちらも追加のCPUコストがかかりますが、単純な落ち込みのあるboostスレッドはありません（boostスレッドは単なるAPIラッピングです）。そのため、両方ともあなたのboostバージョンよりも遅いのです。そして、試算された計算は同期なしで互いに独立しているので、openMPはboostバージョンに近いはずです。

単純なシナリオで発生しますが、複雑なシナリオでは、複雑なデータレイアウトとアルゴリズムでは、コンテキストに依存する必要があります。