openMP加速

xmubingo

类似CUDA的openACC，加一条代码就实现加速。首先要开启openmp的支持，GCC加-openmp一起编译，VS开发打开openmp支持。

openMP支持的编程语言包括C语言、C++和Fortran，支持OpenMP的编译器包括Sun Studio，Intel Compiler，Microsoft Visual Studio，GCC。我使用的是Microsoft Visual Studio 2008，CPU为Intel i5 四核，首先讲一下在Microsoft Visual Studio 2008上openMP的配置。非常简单，总共分2步：

(1) 新建一个工程。这个不再多讲。

(2) 建立工程后，点击 菜单栏->Project->Properties，弹出菜单里，点击 Configuration Properties->C/C++->Language->OpenMP Support，在下拉菜单里选择Yes。

至此配置结束。下面我们通过一个小例子来说明openMP的易用性。这个例子是 有一个简单的test()函数，然后在main()里，用一个for循环把这个test()函数跑8遍。

1 #include <iostream>
2 #include <time.h>
3 void test()
4 {
5 int a = 0;
6 for (int i=0;i<100000000;i++)
7 a++;
8 }
9 int main()
10 {
11 clock_t t1 = clock();
12 for (int i=0;i<8;i++)
13 test();
14 clock_t t2 = clock();
15 std::cout<<"time: "<<t2-t1<<std::endl;
16 }


编译运行后，打印出来的耗时为：1.971秒。下面我们用一句话把上面代码变成多核运行。

1 #include <iostream>
2 #include <time.h>
3 void test()
4 {
5 int a = 0;
6 for (int i=0;i<100000000;i++)
7 a++;
8 }
9 int main()
10 {
11 clock_t t1 = clock();
12 #pragma omp parallel for
13 for (int i=0;i<8;i++)
14 test();
15 clock_t t2 = clock();
16 std::cout<<"time: "<<t2-t1<<std::endl;
17 }


编译运行后，打印出来的耗时为：0.546秒，几乎为上面时间的1/4。

参考这个文章  http://www.eyeler.com/article-8-1.html

guojiasheng

正好使用openmp，对师兄这边做个补充哈~
gcc 版本4.2以上支持openMP，实验的环境是在linux下的gcc-4.8.2编译，12核。

编译：/opt/compiler/gcc-4.8.2/bin/g++ main.c -fopenmp   （记得需要加个-fopenmp）

1. 
   
2. /**
   
3. * @file main.c
   
4. * @author guojiasheng
   
5. * @date 2015/12/04 19:27:51
   
6. * @brief
   
7. *  
   
8. **/
   
9. 
   
10. 
    
11. #include <iostream>
    
12. #include <omp.h>
    
13. #include <stdio.h>
    
14. using namespace std;
    
15. 
    
16. 
    
17. //同步标识
    
18. void critical()
    
19. {
    
20.     int sum=0;
    
21.    #pragma omp parallel
    
22.     {
    
23.         #pragma omp for
    
24.             for (int i =0 ;i<10 ; i++)
    
25.             {
    
26.             #pragma omp critical
    
27.                 sum += 1;
    
28.             }
    
29.     }
    
30.     cout << "sum: " << sum << endl;
    
31. }
    
32. 
    
33. //并行
    
34. void parallel()
    
35. {
    
36.     #pragma omp parallel
    
37. 
    
38.     {
    
39.         cout << "thread: " << omp_get_thread_num() << endl;
    
40.     }
    
41. }
    
42. 
    
43. //并行for
    
44. void parallelFor()
    
45. {
    
46. //设置并行核数
    
47.     omp_set_num_threads(4);
    
48. #pragma omp parallel for
    
49.     for (int i=0; i<10 ;i++)
    
50.         printf("thread%d,value:%d\n",omp_get_thread_num(),i);
    
51. }
    
52. 
    
53. 
    
54. int main(){
    
55. 
    
56.   
    
57.   critical();
    
58.   parallel();
    
59.   parallelFor();
    
60. }
    
61. 
    
62. 
    
63. /* vim: set expandtab ts=4 sw=4 sts=4 tw=100: */
    

复制代码

结果说明：
（1）parallel();
（2）parallelFor();
使用prarallel的话，每个线程都有执行一个printf
使用prarallel for引导的话，for会自动切分成给线程，可以看出来，线程0输出了0，1,2
（3）critical();
因为sum是共享变量，所以如果多线程不加以锁控制的话，结果会和预期的不一样，openMP内置一个标志，可以保证只有一个线程读取sum，当然这个会使得效率变低。