htop 和 OpenMP 线程
htop and OpenMP threads
在我的主要功能中我设置：
omp_set_num_threads(20);
告诉 OpenMP 使用 20 个线程（有 40 个线程可用）。
然后我执行包含指令的代码：
#pragma omp parallel for shared(x,y,z)
for 主 for 循环，并通过 htop 监控 CPU 使用情况（也许不是最好的方法，但仍然如此）。 for 循环必须执行 50 "tasks" 次，每次都需要相当长的时间。我通过 htop 观察到的是，任务完成后，线程数下降。具体来说，使用 20 个线程，我预计 ed 会看到 2000% cpu 的使用率，直到剩余的任务少于 20 个，之后线程应该 "free" 自己。但是，我首先看到的是 2000%，在完成 n 个任务后，我看到了 2000% - (n*100%) 的性能。因此，似乎随着任务完成，线程关闭而不是接收新任务。
这是意料之中的事还是听起来很奇怪？
几乎所有现有 OpenMP 编译器的默认并行循环调度是 static，这意味着 OpenMP 运行时将尝试在线程之间平均拆分迭代 space 并执行静态工作分配.由于您有 50 次迭代和 20 个线程，工作不能平均分配，因为 20 不能除以 50。因此，一半线程将执行 3 次迭代，而另一半线程将执行 2 次迭代。
在（组合 parallel）for 构造的末尾有一个隐式屏障，其中较早完成的线程等待其余线程完成。根据 OpenMP 的实现，障碍可能被实现为繁忙的等待循环，作为对某个 OS 同步对象的等待操作，或者作为两者的组合。在后两种情况下，遇到障碍的线程的 CPU 使用率将在进入可中断睡眠时立即降至零，或者最初会在短时间内保持在 100%（繁忙循环），然后降为零（等待）。
如果循环迭代花费的时间完全相同，那么 CPU 最初的使用率为 2000%，然后在两次迭代后（如果屏障实现使用一个短暂的繁忙循环）将下降到 1000%。如果每次迭代花费不同的时间量，那么线程将在不同时刻到达屏障，CPU 使用量将逐渐减少。
在任何情况下，使用 schedule(dynamic) 将每个迭代分配给第一个线程以使其可用。这将在迭代花费不同时间量的情况下提高 CPU 利用率。当迭代每次花费相同的时间时，这将无济于事。后一种情况的解决方案是将迭代次数作为线程数的整数倍。
在我的主要功能中我设置：
omp_set_num_threads(20);
告诉 OpenMP 使用 20 个线程（有 40 个线程可用）。
然后我执行包含指令的代码：
#pragma omp parallel for shared(x,y,z)
for 主 for 循环，并通过 htop 监控 CPU 使用情况（也许不是最好的方法，但仍然如此）。 for 循环必须执行 50 "tasks" 次，每次都需要相当长的时间。我通过 htop 观察到的是，任务完成后，线程数下降。具体来说，使用 20 个线程，我预计 ed 会看到 2000% cpu 的使用率，直到剩余的任务少于 20 个，之后线程应该 "free" 自己。但是，我首先看到的是 2000%，在完成 n 个任务后，我看到了 2000% - (n*100%) 的性能。因此，似乎随着任务完成，线程关闭而不是接收新任务。
这是意料之中的事还是听起来很奇怪？
几乎所有现有 OpenMP 编译器的默认并行循环调度是 static，这意味着 OpenMP 运行时将尝试在线程之间平均拆分迭代 space 并执行静态工作分配.由于您有 50 次迭代和 20 个线程，工作不能平均分配，因为 20 不能除以 50。因此，一半线程将执行 3 次迭代，而另一半线程将执行 2 次迭代。
在（组合 parallel）for 构造的末尾有一个隐式屏障，其中较早完成的线程等待其余线程完成。根据 OpenMP 的实现，障碍可能被实现为繁忙的等待循环，作为对某个 OS 同步对象的等待操作，或者作为两者的组合。在后两种情况下，遇到障碍的线程的 CPU 使用率将在进入可中断睡眠时立即降至零，或者最初会在短时间内保持在 100%（繁忙循环），然后降为零（等待）。
如果循环迭代花费的时间完全相同，那么 CPU 最初的使用率为 2000%，然后在两次迭代后（如果屏障实现使用一个短暂的繁忙循环）将下降到 1000%。如果每次迭代花费不同的时间量，那么线程将在不同时刻到达屏障，CPU 使用量将逐渐减少。
在任何情况下，使用 schedule(dynamic) 将每个迭代分配给第一个线程以使其可用。这将在迭代花费不同时间量的情况下提高 CPU 利用率。当迭代每次花费相同的时间时，这将无济于事。后一种情况的解决方案是将迭代次数作为线程数的整数倍。