OPENMP F90 / 95嵌套DO循环-与串行实现相比有待改进的问题

问题描述

|| 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！