如何解决OPENMP F90 / 95嵌套DO循环-与串行实现相比有待改进的问题
|| 我已经进行了一些搜索,但是找不到与我的问题有关的任何内容(对不起,如果我的问题很冗长!)。无论如何,正如标题所指出的那样,我很难对我的代码的串行实现进行任何改进。我需要并行化的代码段如下(这是带有OpenMP的Fortran90):do n=1,lm
do m=1,jm
do l=1,im
sum_u = 0
sum_v = 0
sum_t = 0
do k=1,lm
!$omp parallel do reduction (+:sum_u,sum_v,sum_t)
do j=1,jm
do i=1,im
exp_smoother=exp(-(abs(i-l)/hzscl)-(abs(j-m)/hzscl)-(abs(k-n)/vscl))
sum_u = sum_u + u_p(i,j,k) * exp_smoother
sum_v = sum_v + v_p(i,k) * exp_smoother
sum_t = sum_t + t_p(i,k) * exp_smoother
sum_u_pert(l,m,n) = sum_u
sum_v_pert(l,n) = sum_v
sum_t_pert(l,n) = sum_t
end do
end do
end do
end do
end do
end do
我是否遇到种族状况问题?还是我只是将指令放在错误的位置?我对此很陌生,因此如果这是一个过于简单的问题,我深表歉意。
无论如何,如果没有并行化,代码将非常缓慢。为了大致了解问题的大小,lm,jm和im索引分别为60、401和501。因此,并行化至关重要。任何帮助或有用资源的链接将不胜感激!我正在使用xlf编译上面的代码,如果这很有用的话。
谢谢!
-仁
解决方法
放置omp编译指示的明显位置是在外部循环中。
对于每个(l,m,n),您都在计算扰动变量和指数平滑器之间的卷积。每个(l,m,n)计算完全独立于其他计算,因此您可以将其放在最外面的循环上。因此,例如最简单的事情
!$omp parallel do private(n,m,l,i,j,k,exp_smoother) shared(sum_u_pert,sum_v_pert,sum_t_pert,u_p,v_p,t_p),default(none)
do n=1,lm
do m=1,jm
do l=1,im
do k=1,lm
do j=1,jm
do i=1,im
exp_smoother=exp(-(abs(i-l)/hzscl)-(abs(j-m)/hzscl)-(abs(k-n)/vscl))
sum_u_pert(l,n) = sum_u_pert(l,n) + u_p(i,k) * exp_smoother
sum_v_pert(l,n) = sum_v_pert(l,n) + v_p(i,k) * exp_smoother
sum_t_pert(l,n) = sum_t_pert(l,n) + t_p(i,k) * exp_smoother
end do
end do
end do
end do
end do
end do
使我在8个内核上的速度提高了约6倍(使用的问题大小大大降低了20x41x41)。考虑到循环中需要做的工作量,即使是较小的大小,我也认为不是8倍加速的原因涉及内存扩展或错误共享。为了进一步的性能调整,您可能需要将总和数组显式地分成每个线程的子块,并在最后将它们合并;但是根据问题的大小,可能不希望拥有一个额外的im x jm x lm大小的数组。
看来,这个问题有很多结构,您甚至可以探索来加快序列化情况的发生,但是说起来容易找起来;在纸上玩耍几分钟后,什么都没想到,但是聪明的人可能会发现一些东西。
, 你有一个卷积。这可以通过N log2(N)时间的快速傅立叶变换来完成。您的算法为N ^ 2。如果您使用FFT,那么一个核心可能就足够了!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。