通过向量 OpenMP C 进行矩阵乘法 [重复]

我正在尝试用 C (OpenMP) 通过向量乘法编写矩阵 但是当我添加处理器时我的程序会变慢......

1 proc - 1,3 s
2 proc - 2,6 s
4 proc - 5,47 s

我在我的电脑（核心 i5）和我们学校的集群上测试了这个，结果是相同的（程序变慢）

这是我的代码（矩阵是 10000 x 10000），向量是 10000：

double start_time = clock();
#pragma omp parallel private(i) num_threads(4)
{
    tid = omp_get_thread_num();
    world_size = omp_get_num_threads();
    printf("Threads: %d\n",world_size);

    for(y = 0; y < matrix_size ; y++){
        #pragma omp parallel for private(i) shared(results, vector, matrix)
        for(i = 0; i < matrix_size; i++){
                results[y] = results[y] + vector[i]*matrix[i][y];   
        }
    }
}
double end_time = clock();
double result_time = (end_time - start_time) / CLOCKS_PER_SEC;
printf("Time: %f\n", result_time);

我的问题是：有什么错误吗？对我来说这似乎很简单并且应该加快速度

我基本上已经回答了这个问题使用 openmp 并行化矩阵乘以列和行向量 https://stackoverflow.com/questions/23277508/parallelizing-matrix-times-a-vector-by-columns-and-by-rows-with-openmp/23277953#23277953.

当您写入时，您会遇到竞争条件results[y]。要解决这个问题，并且仍然并行化内部循环，您必须制作私有版本results[y]，并行填充它们，然后将它们合并到关键部分。

在下面的代码中我假设您正在使用double，将其替换为float or int或您正在使用的任何数据类型（请注意，您的内部循环将遍历第一个索引matrix[i][y]这对缓存不友好）。

#pragma omp parallel num_threads(4)
{
    int y,i;
    double* results_private = (double*)calloc(matrix_size, sizeof(double));
    for(y = 0; y < matrix_size ; y++) {
        #pragma omp for
        for(i = 0; i < matrix_size; i++) {
            results_private[y] += vector[i]*matrix[i][y];   
        }
    }
    #pragma omp critical
    {
        for(y=0; y<matrix_size; y++) results[y] += results_private[y];
    }
    free(results_private);
}

如果这是家庭作业，并且您想真正给老师留下深刻印象，那么可以在没有关键部分的情况下进行合并。请参阅此链接以了解该怎么做在不使用批评家的情况下与 openmp 并行填充直方图数组缩减 https://stackoverflow.com/questions/16789242/fill-histograms-array-reduction-in-parallel-with-openmp-without-using-a-critic虽然我不能保证它会更快。