OPENMP F90/95 嵌套 DO 循环 - 串行实现的问题得到改进

我已经进行了一些搜索，但找不到任何与我的问题相关的内容（很抱歉，如果我的问题是多余的！）。无论如何，正如标题所述，我在代码的串行实现方面无法获得任何改进。我需要并行化的代码片段如下（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,j,k) * exp_smoother
            sum_t = sum_t + t_p(i,j,k) * exp_smoother

            sum_u_pert(l,m,n) = sum_u
            sum_v_pert(l,m,n) = sum_v
            sum_t_pert(l,m,n) = sum_t          

            end do
          end do
       end do      
    end do
  end do  
end do

我遇到了竞争条件问题吗？或者我只是把指令放在了错误的地方？我对此还很陌生，所以如果这是一个过于简单的问题，我深表歉意。

不管怎样，如果没有并行化，代码就会极其缓慢。为了了解问题的规模，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，如果这有用的话。

谢谢！ -仁

放置 omp pragma 的明显位置是最外面的循环。

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) 计算都完全独立于其他计算，因此您可以将其放在最外层循环上。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,m,n) = sum_u_pert(l,m,n) + u_p(i,j,k) * exp_smoother
            sum_v_pert(l,m,n) = sum_v_pert(l,m,n) + v_p(i,j,k) * exp_smoother
            sum_t_pert(l,m,n) = sum_t_pert(l,m,n) + t_p(i,j,k) * exp_smoother
          end do
        end do
      end do
    end do
  end do
end do

在 8 核上给我带来约 6 倍的加速（使用大大减少的问题大小 20x41x41）。考虑到循环中要做的工作量，即使是较小的大小，我认为它不是 8 倍加速的原因涉及内存争用或错误共享；为了进一步调整性能，您可能需要显式地将总和数组分解为每个线程的子块，并在最后将它们组合起来；但根据问题的大小，拥有相当于额外的 im x jm x lm 大小的数组可能并不理想。

看起来这个问题有很多结构，你可以利用它来加快串行案例的速度，但说起来更容易找到它；在纸和笔上摆弄，几分钟之内什么也想不出来，但聪明的人可能会发现一些东西。