[ C 文章收集 ] 簡易的程式平行化方法－OpenMP（一）簡介

來源自 這裡
Preface:
對於一般單一執行緒（single thread）的程式，多核心的處理器並沒有辦法提升它的處理效能；不過對於多執行緒（multi thread）的程式，就可以透過不同的核心同時計算，來達到加速的目的了！簡單的例子，以單執行緒的程式來說，一件事做一次要十秒的話，要做十次，都丟給同一顆核心做的話，自然就是 10 秒 * 10 次，也就是 100 秒了；但是以多執行緒的程式來說，它可以把這一件事，分給兩顆核心各自做，每顆核心各做 5 次，所以所需要的時間就會接近 50 秒！

當然，多執行緒的程式實際上沒這麼簡單。在工作的切割、結合上，也是要多花時間的，所以在現實中，即使最佳狀況，雙核心的效能也不會是 1 + 1 = 2 這樣的理想化。除此之外，也不是所有工作都是可以切割的！很多工作是有關聯性的，這樣如果直接切割給不同的處理核心各自去平行運算，出來的結果是肯定有問題的。而且，多執行緒的程式在編寫、維護上，也都比單一執行緒的程式複雜上不少.

不過，如果電腦本身是多處理器、多核心處理器，或是處理器擁有像 Intel Hyper-Threading Technology 這類的能在同一個時間處理多個執行緒的功能的話，那把各自獨立的工作由單一執行緒改成多執行緒，在執行的效率上，大多還是會有增進的！

多執行緒的程式:
寫程式的時候該怎麼去寫多執行緒的程式呢？一般的方法，就是真的利用 thread 的控制，去實際在程式中去產生其他的 thread 來處理。像 POSIX Threads 這套 library，就是用來產生、控制執行緒的函式庫。而像 Microsoft VisualStudio 2005 中，也有提供控制 thread 的功能。這種方法，大多就是產生多個 thread，而再由主要的 thread 把工作拆開，分給各 thread 去運算，最後再由主要的 thread 回收結果、整合。

但是，實際上要去控制 thread 是滿麻煩的～在程式的編寫上，也會複雜不少；而如果我們只是想要把一些簡單的迴圈平行化處理，用 thread library 來控制，實在有點殺雞用牛刀的感覺。這時候，用Open MP 就簡單多了！OpenMP 是一種能透過高階指令，很簡單地將程式平行化、多執行緒化的 API；在最簡單的情形，甚至可以只加一行指令，就可以將迴圈內的程式平行化處理了！

OpenMP 的基本使用:
要在 Visual C++ 2005 中使用 openMP 其實不難，只要將 Project 的 Properties 中 C/C++ 裡 Language 的 OpenMP Support 開啟（參數為 /openmp），就可以讓 VC++2005 在編譯時支援 OpenMP 的語法了；而在使用到 OpenMP 的檔案，則需要先 include OpenMP 的 header file : omp.h


而要將 for 迴圈平行化處理，該怎麼做呢？非常簡單，只要在前面加上一行:

view plaincopy to clipboardprint?

1. #pragma omp parallel for  

也可以實際用一段簡單的程式，來弄清楚它的運作方式:

view plaincopy to clipboardprint?

1. #include   
2. #include   
3.   
4. void Test( int n )  
5. {  
6. for( int i = 0; i < 10000; ++ i )  
7. {  
8.   //do nothing, just waste time  
9. }  
10. printf( "%d, ", n );  
11. }  
12.   
13. int main(int argc, char* argv[])  
14. {  
15. for( int i = 0; i < 10; ++ i )  
16.   Test( i );  
17. system( "pause" );  
18. }  

上面的程式，在 main() 是一個很簡單的迴圈，跑十次，每次都會呼叫 Test() 這個函氏，並把是迴圈的執行次數（i）傳進 Test() 並列印出來。想當然耳，它的結果會是:

0, 1, 2, 3, 4, 5, 6, 7, 8, 9,

而如果想利用 OpenMP 把 mian() 裡面的迴圈平行化處理呢？只需要修改成下面的樣子:

view plaincopy to clipboardprint?

1. #include   
2. #include   
3. #include   
4.   
5. void Test( int n )  
6. {  
7.     for(int i=0; i<100000; i++){}  
8.     printf( "T%d:%d, ", omp_get_thread_num(), n);  
9. }  
10.   
11. int main(int argc, char* argv[])  
12. {      
13.     #pragma omp parallel for      
14.     for(int i = 0; i<10; ++i)   
15.     {  
16.         Test( i );  
17.     }    
18.     system( "pause" );  
19. }  

夠簡單吧？重頭到尾，只加了兩行！而執行後，可以發現結果也變了！

T0:0, T1:3, T3:8, T0:1, T2:6, T3:9, T1:4, T0:2, T2:7, T1:5,

可以從結果很明顯的發現，他沒有照著 0 到 9 的順序跑了！而上面的順序怎麼來的？其實很簡單，OpenMP 只是把迴圈 0 – 9 共十個步驟，拆成 0 – 4, 5 – 9 兩部份，丟給不同的執行緒去跑，所以數字才會出現這樣交錯性的輸出.

而要怎麼確定真的有跑多執行緒呢？如果本來有多處理器、多核心處理器或有 Hyper Thread 的話，一個單執行緒程式，最多只會把一顆核心的使用量吃完；像比如說在 Pentium 4 HT 上跑，單一執行緒的程式，在工作管理員中看到的 CPU 使用率最多就是 50%。而利用 OpenMP 把回圈進行平行化處理後，就可以在執行廻圈時，把兩顆核心的 CPU 都榨光了！也就是工作管理員可以看到 CPU 使用率是 100%. 或是裡可以利用 OpenMP 上面提供的函數 omp_get_num_threads() 得到目前使用幾個 threads 的數目.

Supplement:
* 簡易的程式平行化－OpenMP（二）語法說明
* 簡易的程式平行化－OpenMP（三）範例 parallel、section
* 簡易的程式平行化－OpenMP（四） 範例 for
* 簡易的程式平行化－OpenMP（五） 變數的平行化

This message was edited 11 times. Last update was at 26/12/2013 19:34:33