小编Jos*_*a M的帖子

我一直在研究量子模拟。每个时间步计算一个势函数，迭代求解器的一个步骤，然后进行一系列测量。这三个过程很容易并行化，而且我已经确保它们不会相互干扰。此外，还有一些相当简单的东西，但不应该并行完成。设置概要如下所示。

omp_set_num_threads(3);
#pragma omp parallel
{
    while (notDone) {
        #pragma omp sections
        {
            #pragma omp section
            {
                createPotential();
            }
            #pragma omp section
            {
                iterateWaveFunction();
            }
            #pragma omp section
            {
                takeMeasurements();
            }
        }
        #pragma omp single
        {
            doSimpleThings();
        }
    }
}

代码工作得很好！我看到速度增加，主要与与 TDSE 求解器一起运行的测量相关（速度增加约 30%）。然而，程序从使用大约 10% 的 CPU（大约一个线程）到 35%（大约三个线程）。如果势函数、TDSE 迭代器和测量花费的时间相同，这将是有意义的，但它们没有。基于速度的提高，我预计 CPU 使用率将达到 15%。

我有一种感觉，这与在 while 循环中运行这三个线程的开销有关。更换

#pragma omp sections

和

#pragma omp parallel sections

（并在循环之前省略两行）没有任何改变。有没有更有效的方法来运行这个设置？我不确定线程​​是否不断被重新创建，或者线程是否在等待其他线程完成时占用了整个核心。如果我将线程数从 3 增加到任何其他数字，程序将使用它想要的尽可能多的资源（可能是所有 CPU）并且不会获得性能提升。