OpenMP + Apple M1 上的 Fortran 比 MPI+Fortran 慢

Question

我有一台配备 Apple M1 Max 处理器（总共 10 个核心）的新 MacBook Pro，运行操作系统 12.2.1。我使用 Homebrew 来安装 gcc：

~/homebrew/bin/gcc-11 --version
gcc-11 (Homebrew GCC 11.2.0_3) 11.2.0
Copyright (C) 2021 Free Software Foundation, Inc.
This is free software; see the source for copying conditions.  There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.

这个软件包附带了 gfortran：

gfortran --version
GNU Fortran (Homebrew GCC 11.2.0_3) 11.2.0
Copyright (C) 2021 Free Software Foundation, Inc.
This is free software; see the source for copying conditions.  There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.

它还附带了 mpifort：

mpifort --version
GNU Fortran (Homebrew GCC 11.2.0_3) 11.2.0
Copyright (C) 2021 Free Software Foundation, Inc.
This is free software; see the source for copying conditions.  There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.

我有一个使用 MPI 和 OpenMP 的 Fortran 代码。它运行良好，并已在各种 Linux 机器和超级计算机上使用。我正在对新笔记本电脑进行一些基准测试，我注意到代码的整体速度取决于 MPI 任务 (np) 和 OpenMP 线程数量的组合：

np     OMP_NUM_THREADS     wall time    loop time
                           (sec)        (sec)
--------------------------------------------------
1      8                   2731         299.906
2      4                   1816         194.753
4      2                   1424         156.876   
8      1                   1415         156.372

在所有情况下，总共使用 8 个内核。这个特定的测试有一个大循环，执行了 9 次。使用纯 OpenMP 的代码几乎比使用纯 MPI 的代码慢 2 倍。我在 Linux 机器（AMD Ryzen threadripper）上进行了相同的测试，对于 np 和 OMP_NUM_threads 的各种组合，执行时间基本上没有变化，其中乘积 np*OMP_NUM_THREADS 是恒定的。

我的编译命令

gfortran -Ofast -fopenmp -march=native -mtune=native -fmax-stack-var-size=16384

仅适用于 OpenMP 和

mpifort -Ofast -fopenmp -march=native -mtune=native -fmax-stack-var-size=16384

MPI 混合代码。我可以使用 OpenMP 版本的编译器标志来加快速度吗？我有很多相关的 OpenMP 代码尚未修改为与 MPI 一起使用，因此如果一些编译器调整可以提供帮助，那就太好了。

另一方面，Apple M1 的 gfortran+OpenMP 是否需要比我能做的更多更深层次的工作？