C/C++ MPI 加速未达到预期

我正在尝试编写一个 MPI 应用程序来通过计算机集群加速数学算法。但在此之前我正在做某种基准测试。但最初的结果并不像预期的那么好。

测试应用程序在 4 核时具有线性加速，但 5,6 核并未加速应用程序。我正在使用 Odroid N2 平台进行测试。它有 6 个核心。 Nproc 表示有 6 个核心可用。

我是否缺少某种配置？或者我的代码准备得不够充分（它基于 mpi 的基本示例之一）？

是否有需要考虑的响应时间或同步时间？

以下是我基于 MPI 的应用程序的一些措施。我测量了一个函数的总计算时间。

• 1核0.838052秒
• 2核0.438483秒
• 3核0.405501秒
• 4核0.416391秒
• 5核0.514472秒
• 6核0.435128秒
• 12 核（3 个 N2 板中的 4 个核）0.06867 秒
• 18 核（3 个 N2 板中的 6 个核）0.152759 秒

我用 4 核的树莓派 pi4 做了一个基准测试：

• 1 核 1.51 秒
• 2核0.75秒
• 3核0.69秒
• 4核0.67秒

这是我的基准应用程序：

int MyFun(int *array, int num_elements, int j)
{
  int result_overall = 0;

  for (int i = 0; i < num_elements; i++)
  {
    result_overall += array[i] / 1000;
  }
  return result_overall;
}

int compute_sum(int* sub_sums,int num_of_cpu)
{
  int sum = 0;
  for(int i = 0; i<num_of_cpu; i++)
  {
    sum += sub_sums[i];
  }
  return sum;
}

//measuring performance from main(): num_elements_per_proc is equal to 604800
  if (world_rank == 0)
  {
    startTime = std::chrono::high_resolution_clock::now();
  }
  // Compute the sum of your subset
  int sub_sum = 0;
  for(int j=0;j<1000;j++)
  {
    sub_sum += MyFun(sub_intArray, num_elements_per_proc, world_rank);
  }

  MPI_Allgather(&sub_sum, 1, MPI_INT, sub_sums, 1, MPI_INT, MPI_COMM_WORLD);

  int total_sum = compute_sum(sub_sums, num_of_cpu);
  if (world_rank == 0)
  {
    elapsedTime = std::chrono::high_resolution_clock::now() - startTime;
    timer = elapsedTime.count();
  }

我使用 -O3 优化级别构建它。

UPDATE:新措施：

• 60480个样本，MyFun调用100000次： 1.47 -> 0.74 -> 0.48 -> 0.36
• 6048个样本，MyFun调用1000000次： 1.43 -> 0.7 -> 0.47 -> 0.35
• 6048个样本，MyFun调用10000000次： 14.43 -> 7.08 -> 4.72 -> 3.59

UPDATE2: By the way when I list the CPU info in linux I got this:

这是正常的吗？ 四核 A73 核心不存在。它说有两个3-3芯的插座。

And here is the CPU utilization with sar: Seems like all of the cores are utilized.

I create some plots from speedup:

看起来 float 计算而不是 int 计算有一点帮助，但核心 5-6 没有多大帮助。我认为内存带宽还可以。在little.BIG架构中平等利用所有CPU时，这是正常行为吗？