在 Cython 中并行化“for”循环：超越 prange

Question

我正在努力使用 Cython 正确并行化函数。基本上，问题是对一些数据进行分类。实际代码有点长，但最终它做了这样的事情：

def bin_var(double[:] dist,
            double[:] values,
            double[:] bin_def,
            double[:] varg, long[:] count):

    dbin = (bin_def[1] - bin_def[0]) / bin_def[2]

    for n1 in range(values.size):
            if (dist[n1] < bin_def[0]) or (dist[n1] >= bin_def[1]):
                continue
            else:
                ni = int((dist - bin_def[0]) / dbin)
                count[ni] += 1
                varg[ni] += calc_something(values[ni])

    # Compute the mean
    for n1 in range(int(bin_def[2])):
        varg[ni] /= count[ni]

该代码适合一些简单的并行化（values并且dist非常大）：需要将第一个for循环拆分为单独的进程，每个进程都处理自己版本的count和varg数组。完成后，必须通过对第二个for循环（更短）之前的count和的不同版本求和来将所有内容组合在一起。varg

也就是说，我花了两天时间试图了解如何在 Cython 中有效地实现这一点，并且我开始怀疑当前版本的语言是不可能的。请注意，仅在第一个循环中使用prangefromcython.parallel并不能提供正确的结果，因为（我假设）同时访问ni,count和varg来自不同的线程。

Cython 并行支持真的如此有限吗？我得到了如此好的单线程加速，我只是希望我能继续......

Answer 1

我在这里可以想到三个选择：

1. 使用 GIL 确保是+=单线程完成的：

   varg_ni = calc_something(values[ni]) # keep this out 
                  # of the single threaded block...
   with gil:
       count[ni] += 1
       varg[ni] += varg_ni
   

   calc_something这很容易，而且只要完成的工作相当大，也不会太糟糕

2. 创建count二维varg数组，每个线程写入不同的列。之后沿第二个维度求和：

   # rough, untested outline....
   
   # might need to go in a `with parallel()` block
   num_threads = openmp.omp_get_num_threads()
   
   cdef double[:,:] count_tmp = np.zeros((count.shape[0],num_threads))
   cdef double[:,:] varg_tmp = np.zeros((varg.shape[0],num_threads))
   
   # then in the loop:
   count_tmp[ni,cython.parallel.threadid()] += 1
   varg_tmp[ni,cython.parallel.threadid()] += calc_something(values[ni])
   
   # after the loop:
   count[:] = np.sum(count_tmp,axis=1)
   varg[:] = np.sum(varg_tmp,axis=1)
   

   local_buf您还可以使用文档中示例中的想法来执行类似的操作。

3. （注意- GCC 目前为此给了我一个“内部编译器错误” - 我觉得它应该可以工作，但目前它似乎不起作用，所以尝试选项 3，风险自负...）openmpatomic指令以原子方式进行加法。这需要做一些工作来规避 Cython，但应该不会太困难。使用add_inplace宏创建一个简短的 C 头文件：

   #define add_inplace(x,y) _Pragma("omp atomic") x+=y
   

   这_Pragma是一个 C99 功能，允许您将编译指示放入预处理器语句中。然后告诉 Cython 该头文件（就好像它是一个函数）：

   cdef extern from "header.h":
       void add_inplace(...) nogil # just use varargs to make Cython think it accepts anything
   

   然后在循环中执行：

   add_inplace(count[ni], 1)
   add_inplace(varg[ni], calc_something(values[ni]))
   

   因为这使用了宏技巧，所以可能有点脆弱（即肯定不能与PyObject*s 一起使用，但在使用标准 C 数字类型时它应该生成正确的 C 代码。（检查代码以确保）