为什么ubuntu 12.04下的OpenMP比串行版慢

Question

我已经阅读了关于这个主题的其他一些问题.但是,无论如何,他们并没有解决我的问题.

我编写的代码如下,我的pthread版本和omp版本都比串行版慢.我很困惑.

在环境下编译:

Ubuntu 12.04 64bit 3.2.0-60-generic
g++ (Ubuntu 4.8.1-2ubuntu1~12.04) 4.8.1

CPU(s):                2
On-line CPU(s) list:   0,1
Thread(s) per core:    1
Vendor ID:             AuthenticAMD
CPU family:            18
Model:                 1
Stepping:              0
CPU MHz:               800.000
BogoMIPS:              3593.36
L1d cache:             64K
L1i cache:             64K
L2 cache:              512K
NUMA node0 CPU(s):     0,1

编译命令:

g++ -std=c++11 ./eg001.cpp -fopenmp

#include <cmath>
#include <cstdio>
#include <ctime>
#include <omp.h>
#include <pthread.h>

#define NUM_THREADS 5
const int sizen = 256000000;

struct Data {
    double * pSinTable;
    long tid;
};

void * compute(void * p) {
    Data * pDt = (Data *)p;
    const int start = sizen * pDt->tid/NUM_THREADS;
    const int end = sizen * (pDt->tid + 1)/NUM_THREADS;
    for(int n = start; n < end; ++n) {
        pDt->pSinTable[n] = std::sin(2 * M_PI * n / sizen);
    }
    pthread_exit(nullptr);
}

int main()
{
    double * sinTable = new double[sizen];
    pthread_t threads[NUM_THREADS];
    pthread_attr_t attr;
    pthread_attr_init(&attr);
    pthread_attr_setdetachstate(&attr, PTHREAD_CREATE_JOINABLE);

    clock_t start, finish;

    start = clock();
    int rc;
    Data dt[NUM_THREADS];
    for(int i = 0; i < NUM_THREADS; ++i) {
        dt[i].pSinTable = sinTable;
        dt[i].tid = i;
        rc = pthread_create(&threads[i], &attr, compute, &dt[i]);
    }//for
    pthread_attr_destroy(&attr);
    for(int i = 0; i < NUM_THREADS; ++i) {
        rc = pthread_join(threads[i], nullptr);
    }//for
    finish = clock();
    printf("from pthread: %lf\n", (double)(finish - start)/CLOCKS_PER_SEC);

    delete sinTable;
    sinTable = new double[sizen];

    start = clock();
#   pragma omp parallel for
    for(int n = 0; n < sizen; ++n)
        sinTable[n] = std::sin(2 * M_PI * n / sizen);
    finish = clock();
    printf("from omp: %lf\n", (double)(finish - start)/CLOCKS_PER_SEC);

    delete sinTable;
    sinTable = new double[sizen];

    start = clock();
    for(int n = 0; n < sizen; ++n)
        sinTable[n] = std::sin(2 * M_PI * n / sizen);
    finish = clock();
    printf("from serial: %lf\n", (double)(finish - start)/CLOCKS_PER_SEC);

    delete sinTable;

    pthread_exit(nullptr);
    return 0;
}

输出:

from pthread: 21.150000
from omp: 20.940000
from serial: 20.800000

我想知道这是否是我的代码问题所以我使用pthread做同样的事情.

但是,我完全错了,我想知道它是否可能是Ubuntu在OpenMP/pthread上的问题.

我有一个拥有AMD CPU和Ubuntu 12.04的朋友,并且在那里遇到了同样的问题,所以我可能有理由相信问题并不仅限于我.

如果有人和我有同样的问题,或者对问题有一些线索,请提前感谢.

---

如果代码不够好,我运行基准测试并将结果粘贴到此处:

http://pastebin.com/RquLPREc

基准网址:http://www.cs.kent.edu/~farrell/mc08/lectures/progs/openmp/microBenchmarks/src/download.html

---

新信息:

我用VS2012在Windows上运行代码(没有pthread版本).

我使用了1/10的sizen因为windows不允许我分配那个结果为的大内存:

from omp: 1.004
from serial: 1.420
from FreeNickName: 735 (this one is the suggestion improvement by @FreeNickName)

这是否表明它可能是一个问题Ubuntu OS？

---

---

通过使用omp_get_wtime可在操作系统中移植的功能来解决问题.看看答案Hristo Iliev.

---

关于争议话题的一些测试FreeNickName.

(对不起,我需要在Ubuntu上进行测试,因为windows是我朋友的一个.)

--1--从delete改为delete []:(但没有memset)( - std = c ++ 11 -fopenmp)

from pthread: 13.491405
from omp: 13.023099
from serial: 20.665132
from FreeNickName: 12.022501

--2--在新的后面立即使用memset:( - std = c ++ 11 -fopenmp)

from pthread: 13.996505
from omp: 13.192444
from serial: 19.882127
from FreeNickName: 12.541723

--3--在新的后面紧跟memset:( - std = c ++ 11 -fopenmp -march = native -O2)

from pthread: 11.886978
from omp: 11.351801
from serial: 17.002865
from FreeNickName: 11.198779

--4--在新版本之后立即使用memset,并在OMP版本之前放置FreeNickName的版本:( - std = c ++ 11 -fopenmp -march = native -O2)

from pthread: 11.831127
from FreeNickName: 11.571595
from omp: 11.932814
from serial: 16.976979

--5--在新的之后立即使用memset,并在OMP版本之前放置FreeNickName的版本,并设置NUM_THREADS为5而不是2(我是双核心).

from pthread: 9.451775
from FreeNickName: 9.385366
from omp: 11.854656
from serial: 16.960101

Answer 1

在您的情况下,OpenMP没有任何问题.测量经过时间的方法有什么不对.

使用clock()测量的在Linux(和大多数其它的类Unix操作系统),多线程应用程序的性能是一个错误,因为它不返回挂钟(实际)时间,而是积累的CPU时间对所有进程线程(和一些Unix甚至是所有子进程的累计CPU时间.您的并行代码在Windows上显示出更好的性能,因为它clock()返回实时而不是累积的CPU时间.

防止此类差异的最佳方法是使用便携式OpenMP计时器例程omp_get_wtime():

double start = omp_get_wtime();
#pragma omp parallel for
for(int n = 0; n < sizen; ++n)
    sinTable[n] = std::sin(2 * M_PI * n / sizen);
double finish = omp_get_wtime();
printf("from omp: %lf\n", finish - start);

对于非OpenMP应用程序,你应该使用clock_gettime()与CLOCK_REALTIME时钟:

struct timespec start, finish;
clock_gettime(CLOCK_REALTIME, &start);
#pragma omp parallel for
for(int n = 0; n < sizen; ++n)
    sinTable[n] = std::sin(2 * M_PI * n / sizen);
clock_gettime(CLOCK_REALTIME, &finish);
printf("from omp: %lf\n", (finish.tv_sec + 1.e-9 * finish.tv_nsec) -
                          (start.tv_sec + 1.e-9 * start.tv_nsec));