我正在研究TBB中的任务实现,并运行了Fibonacci系列的并行和连续计算代码.
守则是:
#include <iostream>
#include <list>
#include <tbb/task.h>
#include <tbb/task_group.h>
#include <stdlib.h>
#include "tbb/compat/thread"
#include "tbb/task_scheduler_init.h"
using namespace std;
using namespace tbb;
#define CutOff 2
long serialFib( long n ) {
if( n<2 )
return n;
else
return serialFib(n-1) + serialFib(n-2);
}
class FibTask: public task
{
public:
const long n;
long* const sum;
FibTask( long n_, long* sum_ ) : n(n_), sum(sum_) {}
task* execute()
{
// cout<<"task id of thread is \t"<<this_thread::get_id()<<"FibTask(n)="<<n<<endl; // Overrides virtual function task::execute
// …可以动态地控制TBB流图中的执行路径,使用节点的输出作为条件变量来确定是否应该启动另一个节点？
我想用c ++学习多核编程,你能给我推荐一些笔记吗？而什么是之间的差异pthread,Intel TBB以及openmp？哪个库可以Intel CPU更有效地使用？谢谢.
我正在尝试在 HPCG 基准测试中使用 TBB 进行一些测试。但是到目前为止我还没有成功编译程序。我收到这样的错误：
src/ComputeSPMV_ref.o: In function `tbb::interface6::internal::start_for<tbb::blocked_range<int>, tbb::internal::parallel_for_body<ComputeSPMV_ref(SparseMatrix_STRUCT const&, Vector_STRUCT&, Vector_STRUCT&)::{lambda(int)#1}, int>, tbb::auto_partitioner const>::~start_for()':
ComputeSPMV_ref.cpp:(.text+0x3): undefined reference to `vtable for tbb::task'
src/ComputeSPMV_ref.o: In function `tbb::interface6::internal::start_for<tbb::blocked_range<int>, tbb::internal::parallel_for_body<ComputeSPMV_ref(SparseMatrix_STRUCT const&, Vector_STRUCT&, Vector_STRUCT&)::{lambda(int)#1}, int>, tbb::auto_partitioner const>::~start_for()':
ComputeSPMV_ref.cpp:(.text+0x23): undefined reference to `vtable for tbb::task'
src/ComputeSPMV_ref.o: In function `tbb::interface6::internal::start_for<tbb::blocked_range<int>, tbb::internal::parallel_for_body<ComputeSPMV_ref(SparseMatrix_STRUCT const&, Vector_STRUCT&, Vector_STRUCT&)::{lambda(int)#1}, int>, tbb::auto_partitioner const>::execute()':
ComputeSPMV_ref.cpp:(.text+0x182): undefined reference to `tbb::internal::allocate_continuation_proxy::allocate(unsigned long) const'
ComputeSPMV_ref.cpp:(.text+0x1ad): undefined reference to `tbb::internal::allocate_child_proxy::allocate(unsigned long) const'
ComputeSPMV_ref.cpp:(.text+0x26b): undefined reference to `tbb::internal::allocate_continuation_proxy::allocate(unsigned long) const'
ComputeSPMV_ref.cpp:(.text+0x296): undefined reference to `tbb::internal::allocate_child_proxy::allocate(unsigned long) const' …英特尔《 TBB开发人员参考》中的此页面列出了parallel_for模板参数的要求Body，其中包括：
void Body::operator()( Range& range ) const
为什么将Range参数传递给operator()无const？最好在有必要和/或有用的地方看一个例子。
我最近对英特尔线程构建块感兴趣。我想利用tbb::task_group该类来管理线程池。
我的第一次尝试是构建一个测试，其中将向量复制到另一个向量中：我创建了第 n 个任务，每个任务负责复制向量的连续切片。
但是，性能会随着线程数的增加而降低。我对另一个线程池实现有相同的结果。使用 TBB 2018 更新 5 和 gcc 6.3 on debian strecth on a 8 i7 core box，我得到下图来复制 1'000'000 个元素的向量：
第 n 个真实用户
1 0.808s 0.807s
2 1.068s 2.105s
4 1.109 秒 4.282 秒
也许你们中的一些人会帮助我理解这个问题。这是代码：
#include<iostream>
#include<cstdlib>
#include<vector>
#include<algorithm>
#include "tbb/task_group.h"
#include "tbb/task_scheduler_init.h"
namespace mgis{
using real = double;
using size_type = size_t;
}
void my_copy(std::vector<mgis::real>& d,
const std::vector<mgis::real>& s,
const mgis::size_type b,
const mgis::size_type e){
const auto pb = s.begin()+b;
const auto pe = …我有一个vector<int> foo和一个函数float bar(int)。使用algorithms图书馆，我可以填充vector<float> quux有
transform(foo.begin(), foo.end(), quux.begin(), bar);
我的foo函数碰巧很慢，我希望使用 TBB 库跨多个线程并行处理此代码。我认为这将是一个理想的情况，因为所有操作都是独立的。但是，似乎没有parallel_transform算法。我在parallel_for算法中看到的每个示例都将数据放回到原始数组中，这是我无法做到的，因为我正在更改类型。
我从http://threadingbuildingblocks.org/ver.php?fid=174下载了tbb40_233oss_lin.tgz文件
我将"TBBROOT"变量设置为我的bash_proflie中的目录,然后解压缩tar文件并导航到bin文件夹并运行tbbvars.sh文件
我打字了
sh tbbvars.sh intel64
我试图运行示例但它抱怨如图所示
count_strings.cpp:38:37: fatal error: tbb/concurrent_hash_map.h: No such file or directory
我尝试手动设置库路径并输入
g++ file.cpp -o output -L/path/to/the/lib/-ltbb
但它仍然抱怨.
如何在Ubuntu上编译示例代码？
提前致谢.
我已经构建了Opencv并启用了TBB.并使用"detectMultiscale"并编写了一个基本程序来检测面部.如果框架中有一个面,我无法找到处理时间的任何变化.另外我注意到如果一帧中没有脸(空),处理时间减少了两倍.
1)现在如何改善处理时间？
2)是否值得去英特尔IPP？什么可能是实际的好处？
任何人都可以给我一个建议吗？
我用opencv2.4.5做到了这一点.
我在opencv社区发布了相同的问题,并获得了回复,因为TBB是从opencv2.4.5预先启用的,我们不需要重新构建opencv与TBB enbled？那是对的吗？
http://answers.opencv.org/question/14226/opencv-with-both-tbb-and-ipp/?answer=14231#post-id-14231
parallel_reduce 提供2个接口,lambdas的一个可以像上一个链接中显示的那样使用
#include "tbb/parallel_reduce.h"
#include "tbb/blocked_range.h"
using namespace tbb;
float ParallelSum( float array[], size_t n ) {
return parallel_reduce(
blocked_range<float*>( array, array+n ),
0.f,
[](const blocked_range<float*>& r, float init)->float {
for( float* a=r.begin(); a!=r.end(); ++a )
init += *a;
return init;
},
[]( float x, float y )->float { // what this lambda does ?
return x+y;
}
);
}
第二个lambda符合const Reduction& reduction签名,我正在研究这个lambda试图改变身体或价值观,但它确实没有做任何事情(即使我把一个cout内部,没有任何事情发生),看起来它完全没有任何理由.
这是什么目的Reduction？与此有关0f？我得到的0f是一个用于检测可以跳过的值的谓词,但我仍然无法弄清楚lambda的作用...