OpenMP：请勿使用超线程核心（半个num_threads（）具有超线程）

Question

在g ++ 4.7中的OpenMP（并行使用）效率不是很高吗？在使用5倍CPU的情况下为2.5倍，我确定程序的性能在使用默认值的情况下在500％CPU左右的11s和13s之间变化（通常总是高于12s，有时甚至慢于13.4s）#pragma omp parallel for，并且OpenMP加速仅为在g++-4.7 -O3 -fopenmp4核8线程Xeon上，在5倍CPU w /时为2.5倍。

我尝试使用schedule(static) num_threads(4)，并注意到我的程序始终在大约320％的CPU上以11.5s至11.7s（总是低于12s）完成操作，例如，运行更一致，并且使用了更少的资源（即使最好的运行速度比运行速度慢了半秒）具有超线程的罕见异常值）。

是否有任何简单的OpenMP方式可检测超线程并减少num_threads()到CPU内核的实际数量？

（有一个类似的问题，由于使用OpenMP的超线程导致的性能不佳：如何将线程绑定到内核，但是在我的测试中，我发现仅将线程从8个减少到4个就已经可以用g ++-4.7做到这一点。在Debian 7 Wheezy和Xeon E3-1240v3上，因此，这个问题仅仅是关于减少num_threads()内核数。）

Answer 1

如果您在 Linux 下运行 [也假设 x86 架构]，您可以查看/proc/cpuinfo. 有两个字段cpu cores和siblings。第一个是[实际]核心的数量，后者是超线程的数量。（例如，在我的系统上，对于我的四核超线程机器，它们分别为 4 和 8）。

因为 Linux 可以检测到这一点 [以及来自 Zulan 评论中的链接]，所以该信息也可以从 x86cpuid指令中获得。

不管怎样，还有一个环境变量：OMP_NUM_THREADS与启动器/包装器脚本结合使用可能更容易

您可能需要考虑的一件事是，超过一定数量的线程，您可能会使内存总线饱和，并且线程[或核心]的增加不会提高性能，而且实际上可能会降低性能。

从这个问题：使用 CAS 原子地增加两个整数，有一个来自 CppCon 2015 的视频演讲的链接，该视频演讲分为两部分：https://www.youtube.com/watch ?v=lVBvHbJsg5Y和https://www.youtube .com/watch?v=1obZeHnAwz4

每个大约 1.5 小时，但是，在我看来，非常值得。

在演讲中，演讲者[做了很多多线程/多核优化]说，根据他的经验，内存总线/系统在大约四个线程后往往会饱和。