OpenMP 不会利用所有内核？

Question

我正在尝试使用 OpenMP 使一些代码并行。

    omp_set_num_threads( 8 );
    #pragma omp parallel 
    for (int i = 0; i < verSize; ++i)
    {
        #pragma omp single nowait
        { 
            neighVec[i].index = i;
            mesh.getBoxIntersecTets(mesh.vertexList->at(i), &neighVec[i]);
        }
    }

verSize大约是90k，而getBoxIntersecTets相当昂贵。所以我希望代码能够充分利用四核CPU。 但CPU使用率仅为25%左右。 有什么想法吗？

我也尝试使用 omp parallel 进行构造，但同样的故事。

getBoxIntersecTets 使用 STL unordered_set、vector 和 deque，但我想 OpenMP 应该对它们不可知，对吧？

谢谢。

Answer 1

首先，#pragma omp single 正在禁用并行执行，您肯定不希望这样。

---

请尝试这样做：

#pragma omp parallel for private(tempVec)
for (int i = 0; i < verSize; ++i)
{
    auto tempVec = neighVec[i];
    tempVec.index = i;
    mesh.getBoxIntersecTets(mesh.vertexList->at(i), &tempVec);
    neighVec[i] = tempVec;
}

原始代码的问题是不同的线程正在使用数组的相邻元素。相邻元素在内存中彼此相邻放置，这意味着它们可能共享一个缓存行。由于只有一个核心可以同时拥有一个缓存行，因此只有一个核心可以同时完成工作。或者更糟糕的是，您的程序可能会花费更多时间来转移缓存行的所有权，而不是执行实际工作。

通过引入临时变量，每个worker可以在独立的缓存行上进行操作，然后只需要访问最后的共享缓存行来存储结果。如果第一个参数是通过非常量引用传递的，则应该对它执行相同的操作。