OpenMP 的循环调度如何影响 ccNUMA 的性能？

Question

我正在尝试了解 ccNUMA 系统，但我对 OpenMP 的调度如何损害 performance.Let 感到有点困惑，如果 c1 是，我们会发生以下 code.What小于 c0 或更大？我理解不同的块大小会导致远程访问的一般想法，但我在某处读到，对于小块大小，缓存行会发生一些事情，我真的很困惑。

#pragma omp parallel for schedule(static,c0)
  for(int i=0;i<N;i++)
      A[i]=0;
#pragma omp parallel for schedule(static,c1)
  for(int i=0;i<N;i++)
      B[i]=A[i]*i;

Answer 1

当使用 malloc 分配 A[] 时，OS 只承诺您将获得指针指向的内存。还没有进行实际的内存分配，也就是说，还没有分配物理内存页。当您执行第一次接触数据的第一个并行区域时会发生这种情况（另请参见 "first-touch policy"）。当第一次访问发生时，OS 在执行接触线程的同一 NUMA 域上创建物理页面。

因此，根据您选择的方式 c0，您可以在整个系统中获得特定的内存页分布。通过一些数学运算，您实际上可以确定 c0 的哪个值将导致内存页面的分布。

在第二个循环中，您使用的 c1 可能不同于 c0。对于 c1 的某些值（尤其是 c1 等于 c0），您应该在系统上看到几乎没有 NUMA 流量，而对于其他值，您会看到很多。同样，用数学方法确定这些值很简单。

您可能面临的另一件事是虚假分享。如果选择 c0 和 c1 使得块处理的数据小于缓存行的大小，您将看到缓存行在多个线程之间共享，因此在系统的不同缓存。

OpenMP 的循环调度如何影响 ccNUMA 的性能？

How can OpenMP's round robin scheduling hurt ccNUMA's performance?

multithreading

openmp

shared-memory

numa

multiprocessor