我想将循环与其中的内循环并行化。我的代码如下所示：
#pragma omp parallel for private(jb,ib) shared(n, Nb, lb, lastBlock, jj, W, WT) schedule(dynamic) //private(ib, jb) shared(n, Nb, lb, lastBlock, jj, W, WT) //parallel for loop with omp
for(jb=0; jb<Nb; jb++)
{
int lbh = (jb==Nb-1) ? lastBlock : lb;
int ip = omp_get_thread_num();
packWT(a, n, lb, s, jb, colNr, WT[ip], nr); //pack WWT[jb]
for(ib=jb; ib<Nb; ib++)
{
int lbv = (ib==Nb-1) ? lastBlock : lb;
multBlock_2x4xk(a, n, jj + ib*lb, jj + jb*lb, W+ib*lb*lb, WT[ip], lb, lbv, lbh); //MULT BLOCK - 2x4xK (W[jb]*W[ib])
}
}
我测量了 proc 计算这个循环所花费的时间。对于几个线程来说，这与对于一个线程来说是一样的。当我改变条款时
private(jb,ib)
for
private(jb)
一切都在改变。我的意思是，对于少数线程来说，proc 的计算速度比一个线程的计算速度要快。问题是什么？
The problem is that your inner for loops is not in canonical shape. Therefore openmp fails to parallelize the loops and no speedup can be achieved. The loops need to look like the following picture. Where start, idx and inc are not allowed to be changed during the parallel part of the code.
我想我发现了你的问题。您正在调用这些函数：
packWT(a, n, lb, s, jb, colNr, WT[ip], nr); packWT(a, n, lb, s, jb, colNr, WT[ip], nr);
multBlock_2x4xk(a, n, jj + ib*lb, jj + jb*lb, W+ib*lb*lb, WT[ip], lb, lbv, lbh);
其中一个参数是循环变量 jb，因为 jb 可以在函数内部更改（取决于函数声明），编译器决定不并行化循环。 为了避免这种情况，请将变量 jb 复制到局部变量并将局部变量传递给函数。