Я просматривал множество сообщений о переполнении стека, пытаясь выяснить, что происходит в моей программе, но безрезультатно. У меня есть алгоритм, который я считаю отличным кандидатом на распараллеливание. Этот алгоритм содержится в вызове функции, который заключен в один для l oop.
#pragma omp parallel default(none) shared(fci, weightSet, numWeightSets, i)
{
#pragma omp for
for(i = 0; i < numWeightSets; i++) {
fci->results[i] = runWeightSet(fci, weightSet[i]);
}
}
- fci - это большая структура с некоторыми данными временных рядов, встроенными в
- каждый вызов runWeightSet () использует другой набор весов, содержащийся в weightSet [i]
- первое, что делает runWeightSet (), это выделяет место для произведения данных временного ряда и weightSet [i] данные вместе с кучей промежуточных переменных; данные временных рядов читаются всеми потоками, но
- эта часть происходит довольно быстро во всех многопоточных сценариях ios
- затем вводится вложенный l oop, в котором есть много вычислений и чтение / запись в выделенную память, но только в эту память, и больше никаких операций чтения из общих данных временных рядов.
На нашем 64-ядерном компьютере я получаю следующее приблизительное среднее время выполнения для runWeightSet () (N = количество ядер, секунд = среднее время выполнения):
N секунд
1 230
2 240
4 250
8 260
11 270
16 300
32 1200
64 9000
Я подозреваю, что у меня есть какое-то узкое место чтения / записи памяти, которое становится вредным когда я добавляю много процессорных ядер. Я попытался запустить perf на нем, но я не совсем уверен, что делать с выводом. Любые идеи или предложения будут наиболее цениться.
-Джим