567
社区成员
发帖
与我相关
我的任务
分享使用OpenMP如何让指定让处理器做相应的任务
我想将一个数组分块，每个处理器处理几行，那应该如何设定让某个处理器处理几行呢？这个编译指导语句应该如何写
...全文
请发表友善的回复…
发表回复
intel_iclifort 2011-11-29
- 打赏
- 举报
查一下OMP spec，parallel for 共有四种调度方式
static - Iterations are divided into chunks of size chunk_size, and
the chunks are assigned to the threads in the team in a
round-robin fashion in the order of the thread number.
dynamic - Each thread executes a chunk of iterations, then requests
another chunk, until no chunks remain to be distributed.
guided - Each thread executes a chunk of iterations, then requests
another chunk, until no chunks remain to be assigned.
The chunk sizes start large and shrink to the indicated
chunk_size as chunks are scheduled.
auto - The decision regarding scheduling is delegated to the
compiler and/or runtime system.
static - Iterations are divided into chunks of size chunk_size, and
the chunks are assigned to the threads in the team in a
round-robin fashion in the order of the thread number.
dynamic - Each thread executes a chunk of iterations, then requests
another chunk, until no chunks remain to be distributed.
guided - Each thread executes a chunk of iterations, then requests
another chunk, until no chunks remain to be assigned.
The chunk sizes start large and shrink to the indicated
chunk_size as chunks are scheduled.
auto - The decision regarding scheduling is delegated to the
compiler and/or runtime system.
intel_iclifort 2011-11-29
- 打赏
- 举报
首先必须明确的是，如果用parallel for的话，OMP 运行库自动生成的线程，在每个处理器/核上运行的程序代码是完全一样的， 区别只是在于原先的数组会根据下标变量分成几块，然后分配到不同的处理器/核上运行。
至于如何分配，缺省是平均分配，两个核就二分，四个核就各自按照顺序拿四分之一。 如果出现不同核负载不均衡，计算量不均的现象，可以考虑采用动态的分配方式
对于程序员而言，这个分配过程是透明的，一般情况下你只可以控制数据分配到某个OMP线程，而不是具体的物理的处理器/核。
当然，一些OMP 运行库的实现还可以支持处理器绑定（affinity），可以提高数据的局部性。但只能指定某个OMP线程运行在某个指定的操作系统提供的逻辑处理器/核 (OS Proc )上。 关于Intel OMP RTL 更详细的例子，可以参考 Intel Software Network： http://software.intel.com/en-us/articles/using-kmp_affinity-to-create-openmp-thread-mapping-to-os-proc-ids/ ， 还有
http://software.intel.com/en-us/articles/intel-thread-affinity-environment-variable-for-openmp/
至于如何分配，缺省是平均分配，两个核就二分，四个核就各自按照顺序拿四分之一。 如果出现不同核负载不均衡，计算量不均的现象，可以考虑采用动态的分配方式
对于程序员而言，这个分配过程是透明的，一般情况下你只可以控制数据分配到某个OMP线程，而不是具体的物理的处理器/核。
当然，一些OMP 运行库的实现还可以支持处理器绑定（affinity），可以提高数据的局部性。但只能指定某个OMP线程运行在某个指定的操作系统提供的逻辑处理器/核 (OS Proc )上。 关于Intel OMP RTL 更详细的例子，可以参考 Intel Software Network： http://software.intel.com/en-us/articles/using-kmp_affinity-to-create-openmp-thread-mapping-to-os-proc-ids/ ， 还有
http://software.intel.com/en-us/articles/intel-thread-affinity-environment-variable-for-openmp/
