在数组 OpenMP 和 PPL 版本 运行 中查找最大元素比串行代码慢得多

Question

我正在尝试实现一个函数的两个版本，它们会在浮点数数组中找到最大元素。但是，我的并行函数似乎 运行 比串行代码慢得多。

使用 4194304 (2048 * 2048) 个浮点数组，我得到以下数字（以微秒为单位）：

• 序列号：9433

• PPL代码：24184（慢两倍多）

• OpenMP 代码：862093（几乎100 倍）

代码如下：

PPL:

float find_largest_element_in_matrix_PPL(float* m, size_t dims)
{
    float max_element;
    int row, col;
    concurrency::combinable<float> locals([] { return (float)INT_MIN; });
    concurrency::parallel_for(size_t(0), dims * dims, [&locals](int curr)
    {
        float &localMax = locals.local();
        localMax = max<float>(localMax, curr);
    });

    max_element = locals.combine([](float left, float right) { return max<float>(left, right); });
    return max_element;
}

OpenMP:

float find_largest_element_in_matrix_OMP(float* m, unsigned const int dims)
{
    float max_value = 0.0;
    int i, row, col, index;

    #pragma omp parallel for private(i) shared(max_value, index)
    for (i = 0; i < dims * dims; ++i)
    {
#pragma omp critical
        if (m[i] > max_value)
        {
            max_value = m[i];
            index = i;
        }
    }

    //row = index / dims;
    //col = index % dims;
    return max_value;
}

---

1. 是什么让代码 运行 这么慢？我错过了什么吗？

2. 你能帮我找出我做错了什么吗？

Answer 1

因此，正如 Baum mit Augen 注意到的那样，OpenMP 的问题是我有一个关键部分，代码实际上并没有 运行 并行，而是同步。 删除关键部分就可以了。

至于 PPL，我发现它比 OpenMP 做了更多的准备工作（创建线程和其他东西），因此速度变慢了。

---

更新

因此，这是使用 OpenMP 查找最大元素的正确变体（仍然需要临界区，但在 if 块内）：

float find_largest_element_in_matrix_OMP(float* m, unsigned const int dims)
{
    float max_value = 0.0;
    int i, row, col, index;

    #pragma omp parallel for
    for (i = 0; i < dims * dims; ++i)
    {
        if (m[i] > max_value)
        {
            #pragma omp critical
            max_value = m[i];
        }
    }
    return max_value;
}

PS: 未测试。