使用 OpenMP 添加 GPU 阵列

Question

我正在尝试使用 nvidia GPU 进行 OpenMP 卸载，我正在尝试用它在 C++ 中进行一些数组计算。

现在我的输出并不理想，因为我是使用 OpenMP 进行卸载计算的新手。如果有人能指出正确的方向，我将不胜感激。

代码片段：

#include <omp.h>
#include <iostream>

using namespace std;

int main(){

        int totalSum, ompSum;
        const int N = 1000;
        int array[N];
        for (int i=0; i<N; i++){
                array[i]=i;
        }
        #pragma omp target
        {
                #pragma omp parallal private(ompSum) shared(totalSum)
                {
                        ompSum=0;
                        #pragma omp parallel for
                        for (int i=0; i<N; i++){
                                ompSum += array[i];
                        }

                        #pragma omp critical
                        totalSum += ompSum;

                }


                printf ( "Caculated sum should be %d but is %d\n", N*(N-1)/2, totalSum );
        }

        return 0;


}

现在，我知道总和应该计算为一个数字 499500，但是我的机器正在输出非常大的数字，这些数字也是负数。

Answer 1

尝试这样做。

 int totalSum=0, ompSum=0 ;

Answer 2

您在 OpenMP 构造函数上有一些拼写错误，即：

#pragma omp parallal -> #pragma omp parallel;
#pragma omp parallel for -> #pragma omp for

关于 2. 您不需要 parallel 因为您已经在平行区域内。

尝试以下操作：

using namespace std;

int main(){

        int totalSum = 0, ompSum = 0;
        const int N = 1000;
        int array[N];
        for (int i=0; i<N; i++){
                array[i]=i;
        }
        #pragma omp target
        {
                #pragma omp parallel private(ompSum) shared(totalSum)
                {
                        ompSum=0;
                        #pragma omp for
                        for (int i=0; i<N; i++){
                                ompSum += array[i];
                        }

                        #pragma omp critical
                        totalSum += ompSum;
                }


                printf ( "Caculated sum should be %d but is %d\n", N*(N-1)/2, totalSum );
        }

        return 0;
}

使用 OpenMP 添加 GPU 阵列

GPU array addition using OpenMP

c++

multithreading

parallel-processing

openmp

offloading