用途
OpenMP 用于在 C、C++、Fortran 中通过 #pragma omp 指令添加共享内存并行。使用 GCC 或 Clang 时,通过 -fopenmp 编译选项启用;运行时库(例如 GCC 上的 libgomp)在启动时读取 OMP_* 环境变量。资料中的命令和指令均在 GCC 16 上编译并运行过。
主要能力
- 循环并行:使用
#pragma omp parallel for并行化热点循环,并配合reduction子句合并累加结果。 - 调度策略:根据每次迭代成本选择
schedule(static)、schedule(static, 1)、schedule(dynamic, 64)、schedule(guided)或schedule(runtime)(运行时读取OMP_SCHEDULE)。 - 数据共享控制:显式使用
private、firstprivate、lastprivate、shared、reduction,并用default(none)强制列出所有变量。多线程写共享变量时使用#pragma omp atomic或#pragma omp critical。 - SIMD 向量化:
#pragma omp simd请求编译器向量化内层循环,#pragma omp parallel for simd结合线程与向量;用-fopt-info-vec确认向量化结果。 - 任务并行:
#pragma omp single由一个线程创建任务,#pragma omp task分配子任务,#pragma omp taskwait等待子任务完成,适用于不规则或递归工作。 - GPU offload:
#pragma omp target teams distribute parallel for map(to: ...) map(from: ...)将循环卸载到 GPU;需要支持 offload 目标的编译器(如-foffload=nvptx-none),并用OMP_TARGET_OFFLOAD=MANDATORY使设备缺失时报错而非静默回退到主机。 - 运行时调优:通过
OMP_NUM_THREADS、OMP_PROC_BIND、OMP_PLACES、OMP_WAIT_POLICY、GOMP_SPINCOUNT、OMP_MAX_ACTIVE_LEVELS、OMP_DISPLAY_ENV等环境变量控制线程数、绑定、等待策略和嵌套并行,并用OMP_DISPLAY_ENV=true打印生效设置。 - 伪共享排查:避免多个线程写同一数组相邻元素造成缓存行弹跳;优先使用归约,需要每线程槽位时填充到缓存行(如
double slots[MAX_THREADS][8]或alignas(64))。 - 性能分析:使用 Score-P(
scorep gcc -fopenmp ...,读取profile.cubex)、TAU(tau_cc.sh -fopenmp ...)或 Intel VTune 分析并行区域效率。
使用方式
- 确保编译器支持 OpenMP:
gcc -fopenmp或clang -fopenmp;仅需 simd 指令时可用-fopenmp-simd。 - 用
lscpu、nproc了解核心数与拓扑,确定线程数和放置策略。 - 准备串行基线结果和计时,用于验证正确性与加速比。
- 对热点循环添加
#pragma omp parallel for和必要的reduction子句。 - 根据每次迭代成本选择调度策略。
- 用
default(none)显式声明数据共享,消除未保护的共享写。 - 用
omp_get_wtime()测量加速比,用OMP_DISPLAY_ENV=true确认线程放置。 - 需要向量化时添加
simd并用-fopt-info-vec验证。 - 需要 GPU 时使用
target指令,并确保编译器支持 offload 目标。 - 通过环境变量调优,必要时用 Score-P、TAU 或 VTune 分析。
适用场景
- 多核 CPU 上的循环并行化与任务图并行。
- 需要归约、原子操作或临界区的共享内存并行程序。
- 希望用 simd 提示提升向量化。
- 使用 target 将计算卸载到 GPU。
- 调优线程数与绑定,或排查线程下扩展性差、结果错误的问题。
限制
- 仅适用于共享内存并行;跨节点分布式并行不在资料范围内。
- GPU offload 需要支持 offload 目标的编译器;若编译器不支持,target 区域将在主机上运行。
- 资料未提供 OpenMP 的收费、价格、平台兼容性细节或完整 API 参考,这些暂未提供。
- 资料中的命令和指令以 GCC 16 为基准,其他编译器版本的行为可能不同。