[轉]openmp的一點使用經驗

最近在看多核編程。簡單來說，由於現在電腦CPU一般都有兩個核，4核與8核的CPU也逐漸走入了尋常百姓家，傳統的單線程編程方式難以發揮多核CPU的強大功能，於是多核編程應運而生。按照我的理解，多核編程可以認爲是對多線程編程做了一定程度的抽象，提供一些簡單的API，使得用戶不必花費太多精力來了解多線程的底層知識，從而提高編程效率。這兩天關注的多核編程的工具包括openMP和TBB。按照目前網上的討論，TBB風頭要蓋過openMP，比如openCV過去是使用openMP的，但從2.3版本開始拋棄openMP，轉向TBB。但我試下來，TBB還是比較複雜的，相比之下，openMP則非常容易上手。因爲精力和時間有限，沒辦法花費太多時間去學習TBB，就在這裏分享下這兩天學到的openMP的一點知識，和大家共同討論。

openMP支持的編程語言包括C語言、C++和Fortran，支持OpenMP的編譯器包括Sun Studio，Intel Compiler，Microsoft Visual Studio，GCC。我使用的是Microsoft Visual Studio 2008，CPU爲Intel i5 四核，首先講一下在Microsoft Visual Studio 2008上openMP的配置。非常簡單，總共分2步：

(1) 新建一個工程。這個不再多講。

(2) 建立工程後，點擊菜單欄->Project->Properties，彈出菜單裏，點擊 Configuration Properties->C/C++->Language->OpenMP Support，在下拉菜單裏選擇Yes。

至此配置結束。下面我們通過一個小例子來說明openMP的易用性。這個例子是有一個簡單的test()函數，然後在main()裏，用一個for循環把這個test()函數跑8遍。

 1 #include <iostream>
 2 #include <time.h>
 3 void test()
 4 {
 5     int a = 0;
 6     for (int i=0;i<100000000;i++)
 7         a++;
 8 }
 9 int main()
10 {
11     clock_t t1 = clock();
12     for (int i=0;i<8;i++)
13         test();
14     clock_t t2 = clock();
15     std::cout<<"time: "<<t2-t1<<std::endl;
16 }

編譯運行後，打印出來的耗時爲：1.971秒。下面我們用一句話把上面代碼變成多核運行。

 1 #include <iostream>
 2 #include <time.h>
 3 void test()
 4 {
 5     int a = 0;
 6     for (int i=0;i<100000000;i++)
 7         a++;
 8 }
 9 int main()
10 {
11     clock_t t1 = clock();
12     #pragma omp parallel for
13     for (int i=0;i<8;i++)
14         test();
15     clock_t t2 = clock();
16     std::cout<<"time: "<<t2-t1<<std::endl;
17 }

編譯運行後，打印出來的耗時爲：0.546秒，幾乎爲上面時間的1/4。

由此我們可以看到openMP的簡單易用。在上面的代碼裏，我們一沒有額外include頭文件，二沒有額外link庫文件，只是在for循環前加了一句#pragma omp parallel for。而且這段代碼在單核機器上，或者編譯器沒有將openMP設爲Yes的機器上編譯也不會報錯，將自動忽略#pragma這行代碼，然後按照傳統單核串行的方式編譯運行！我們唯一要多做的一步，是從C:\Program Files\Microsoft Visual Studio 9.0\VC\redist\x86\Microsoft.VC90.OPENMP和C:\Program Files\Microsoft Visual Studio 9.0\VC\redist\Debug_NonRedist\x86\Microsoft.VC90.DebugOpenMP目錄下分別拷貝vcomp90d.dll和vcomp90.dll文件到工程文件當前目錄下。

對上面代碼按照我的理解做個簡單的剖析。

當編譯器發現#pragma omp parallel for後，自動將下面的for循環分成N份，(N爲電腦CPU核數)，然後把每份指派給一個核去執行，而且多核之間爲並行執行。下面的代碼驗證了這種分析。

1 #include <iostream>
2 int main()
3 {
4 #pragma omp parallel for
5     for (int i=0;i<10;i++)
6         std::cout<<i<<std::endl;
7     return 0;
8 }

會發現控制檯打印出了0 3 4 5 8 9 6 7 1 2。注意：因爲每個核之間是並行執行，所以每次執行時打印出的順序可能都是不一樣的。

下面我們來了談談競態條件(race condition)的問題，這是所有多線程編程最棘手的問題。該問題可表述爲，當多個線程並行執行時，有可能多個線程同時對某變量進行了讀寫操作，從而導致不可預知的結果。比如下面的例子，對於包含10個整型元素的數組a，我們用for循環求它各元素之和，並將結果保存在變量sum裏。

 1 #include <iostream>
 2 int main()
 3 {
 4     int sum = 0;
 5     int a[10] = {1,2,3,4,5,6,7,8,9,10};
 6 #pragma omp parallel for
 7     for (int i=0;i<10;i++)
 8         sum = sum + a[i];
 9     std::cout<<"sum: "<<sum<<std::endl;
10     return 0;
11 }

如果我們註釋掉#pragma omp parallel for，讓程序先按照傳統串行的方式執行，很明顯，sum = 55。但按照並行方式執行後，sum則會變成其他值，比如在某次運行過程中，sum = 49。其原因是，當某線程A執行sum = sum + a[i]的同時，另一線程B正好在更新sum，而此時A還在用舊的sum做累加，於是出現了錯誤。

那麼用openMP怎麼實現並行數組求和呢？下面我們先給出一個基本的解決方案。該方案的思想是，首先生成一個數組sumArray，其長度爲並行執行的線程的個數(默認情況下，該個數等於CPU的核數)，在for循環裏，讓各個線程更新自己線程對應的sumArray裏的元素，最後再將sumArray裏的元素累加到sum裏，代碼如下

 1 #include <iostream>
 2 #include <omp.h>
 3 int main(){
 4     int sum = 0;
 5     int a[10] = {1,2,3,4,5,6,7,8,9,10};
 6     int coreNum = omp_get_num_procs();//獲得處理器個數
 7     int* sumArray = new int[coreNum];//對應處理器個數，先生成一個數組
 8     for (int i=0;i<coreNum;i++)//將數組各元素初始化爲0
 9         sumArray[i] = 0;
10 #pragma omp parallel for
11     for (int i=0;i<10;i++)
12     {
13         int k = omp_get_thread_num();//獲得每個線程的ID
14         sumArray[k] = sumArray[k]+a[i];
15     }
16     for (int i = 0;i<coreNum;i++)
17         sum = sum + sumArray[i];
18     std::cout<<"sum: "<<sum<<std::endl;
19     return 0;
20 }

需要注意的是，在上面代碼裏，我們用omp_get_num_procs()函數來獲取處理器個數，用omp_get_thread_num()函數來獲得每個線程的ID，爲了使用這兩個函數，我們需要include <omp.h>。

上面的代碼雖然達到了目的，但它產生了較多的額外操作，比如要先生成數組sumArray，最後還要用一個for循環將它的各元素累加起來，有沒有更簡便的方式呢？答案是有，openMP爲我們提供了另一個工具，歸約(reduction)，見下面代碼：

 1 #include <iostream>
 2 int main(){
 3     int sum = 0;
 4     int a[10] = {1,2,3,4,5,6,7,8,9,10};
 5 #pragma omp parallel for reduction(+:sum)
 6     for (int i=0;i<10;i++)
 7         sum = sum + a[i];
 8     std::cout<<"sum: "<<sum<<std::endl;
 9     return 0;
10 }

上面代碼裏，我們在#pragma omp parallel for 後面加上了 reduction(+:sum)，它的意思是告訴編譯器：下面的for循環你要分成多個線程跑，但每個線程都要保存變量sum的拷貝，循環結束後，所有線程把自己的sum累加起來作爲最後的輸出。

reduction雖然很方便，但它只支持一些基本操作，比如+,-,*,&,|,&&,||等。有些情況下，我們既要避免race condition，但涉及到的操作又超出了reduction的能力範圍，應該怎麼辦呢？這就要用到openMP的另一個工具，critical。來看下面的例子，該例中我們求數組a的最大值，將結果保存在max裏。

 1 #include <iostream>
 2 int main(){
 3     int max = 0;
 4     int a[10] = {11,2,33,49,113,20,321,250,689,16};
 5 #pragma omp parallel for
 6     for (int i=0;i<10;i++)
 7     {
 8         int temp = a[i];
 9 #pragma omp critical
10         {
11             if (temp > max)
12                 max = temp;
13         }
14     }
15     std::cout<<"max: "<<max<<std::endl;
16     return 0;
17 }

上例中，for循環還是被自動分成N份來並行執行，但我們用#pragma omp critical將 if (temp > max) max = temp 括了起來，它的意思是：各個線程還是並行執行for裏面的語句，但當你們執行到critical裏面時，要注意有沒有其他線程正在裏面執行，如果有的話，要等其他線程執行完再進去執行。這樣就避免了race condition問題，但顯而易見，它的執行速度會變低，因爲可能存在線程等待的情況。
有了以上基本知識，對我來說做很多事情都足夠了。下面我們來看一個具體的應用例，從硬盤讀入兩幅圖像，對這兩幅圖像分別提取特徵點，特徵點匹配，最後將圖像與匹配特徵點畫出來。理解該例子需要一些圖像處理的基本知識，我不在此詳細介紹。另外，編譯該例需要opencv，我用的版本是2.3.1，關於opencv的安裝與配置也不在此介紹。我們首先來看傳統串行編程的方式。

 1 #include "opencv2/highgui/highgui.hpp"
 2 #include "opencv2/features2d/features2d.hpp"
 3 #include <iostream>
 4 #include <omp.h>
 5 int main( ){
 6     cv::SurfFeatureDetector detector( 400 );    
 7     cv::SurfDescriptorExtractor extractor;
 8     cv::BruteForceMatcher<cv::L2<float> > matcher;
 9     std::vector< cv::DMatch > matches;
10     cv::Mat im0,im1;
11     std::vector<cv::KeyPoint> keypoints0,keypoints1;
12     cv::Mat descriptors0, descriptors1;
13     double t1 = omp_get_wtime( );
14     //先處理第一幅圖像
15     im0 = cv::imread("rgb0.jpg", CV_LOAD_IMAGE_GRAYSCALE );
16     detector.detect( im0, keypoints0);
17     extractor.compute( im0,keypoints0,descriptors0);
18     std::cout<<"find "<<keypoints0.size()<<"keypoints in im0"<<std::endl;
19     //再處理第二幅圖像
20     im1 = cv::imread("rgb1.jpg", CV_LOAD_IMAGE_GRAYSCALE );
21     detector.detect( im1, keypoints1);
22     extractor.compute( im1,keypoints1,descriptors1);
23     std::cout<<"find "<<keypoints1.size()<<"keypoints in im1"<<std::endl;
24     double t2 = omp_get_wtime( );
25     std::cout<<"time: "<<t2-t1<<std::endl;
26     matcher.match( descriptors0, descriptors1, matches );
27     cv::Mat img_matches;
28     cv::drawMatches( im0, keypoints0, im1, keypoints1, matches, img_matches ); 
29     cv::namedWindow("Matches",CV_WINDOW_AUTOSIZE);
30     cv::imshow( "Matches", img_matches );
31     cv::waitKey(0);
32     return 1;
33 }

很明顯，讀入圖像，提取特徵點與特徵描述子這部分可以改爲並行執行，修改如下：

 1 #include "opencv2/highgui/highgui.hpp"
 2 #include "opencv2/features2d/features2d.hpp"
 3 #include <iostream>
 4 #include <vector>
 5 #include <omp.h>
 6 int main( ){
 7     int imNum = 2;
 8     std::vector<cv::Mat> imVec(imNum);
 9     std::vector<std::vector<cv::KeyPoint>>keypointVec(imNum);
10     std::vector<cv::Mat> descriptorsVec(imNum);
11     cv::SurfFeatureDetector detector( 400 );    cv::SurfDescriptorExtractor extractor;
12     cv::BruteForceMatcher<cv::L2<float> > matcher;
13     std::vector< cv::DMatch > matches;
14     char filename[100];
15     double t1 = omp_get_wtime( );
16 #pragma omp parallel for
17     for (int i=0;i<imNum;i++){
18         sprintf(filename,"rgb%d.jpg",i);
19         imVec[i] = cv::imread( filename, CV_LOAD_IMAGE_GRAYSCALE );
20         detector.detect( imVec[i], keypointVec[i] );
21         extractor.compute( imVec[i],keypointVec[i],descriptorsVec[i]);
22         std::cout<<"find "<<keypointVec[i].size()<<"keypoints in im"<<i<<std::endl;
23     }
24     double t2 = omp_get_wtime( );
25     std::cout<<"time: "<<t2-t1<<std::endl;
26     matcher.match( descriptorsVec[0], descriptorsVec[1], matches );
27     cv::Mat img_matches;
28     cv::drawMatches( imVec[0], keypointVec[0], imVec[1], keypointVec[1], matches, img_matches ); 
29     cv::namedWindow("Matches",CV_WINDOW_AUTOSIZE);
30     cv::imshow( "Matches", img_matches );
31     cv::waitKey(0);
32     return 1;
33 }

兩種執行方式做比較，時間爲：2.343秒v.s. 1.2441秒

在上面代碼中，爲了改成適合#pragma omp parallel for執行的方式，我們用了STL的vector來分別存放兩幅圖像、特徵點與特徵描述子，但在某些情況下，變量可能不適合放在vector裏，此時應該怎麼辦呢？這就要用到openMP的另一個工具，section，代碼如下：

 1 #include "opencv2/highgui/highgui.hpp"
 2 #include "opencv2/features2d/features2d.hpp"
 3 #include <iostream>
 4 #include <omp.h>
 5 int main( ){
 6     cv::SurfFeatureDetector detector( 400 );    cv::SurfDescriptorExtractor extractor;
 7     cv::BruteForceMatcher<cv::L2<float> > matcher;
 8     std::vector< cv::DMatch > matches;
 9     cv::Mat im0,im1;
10     std::vector<cv::KeyPoint> keypoints0,keypoints1;
11     cv::Mat descriptors0, descriptors1;
12     double t1 = omp_get_wtime( );
13 #pragma omp parallel sections
14     {
15 #pragma omp section
16         {
17             std::cout<<"processing im0"<<std::endl;
18             im0 = cv::imread("rgb0.jpg", CV_LOAD_IMAGE_GRAYSCALE );
19             detector.detect( im0, keypoints0);
20             extractor.compute( im0,keypoints0,descriptors0);
21             std::cout<<"find "<<keypoints0.size()<<"keypoints in im0"<<std::endl;
22         }
23 #pragma omp section
24         {
25             std::cout<<"processing im1"<<std::endl;
26             im1 = cv::imread("rgb1.jpg", CV_LOAD_IMAGE_GRAYSCALE );
27             detector.detect( im1, keypoints1);
28             extractor.compute( im1,keypoints1,descriptors1);
29             std::cout<<"find "<<keypoints1.size()<<"keypoints in im1"<<std::endl;
30         }
31     }
32     double t2 = omp_get_wtime( );
33     std::cout<<"time: "<<t2-t1<<std::endl;
34     matcher.match( descriptors0, descriptors1, matches );
35     cv::Mat img_matches;
36     cv::drawMatches( im0, keypoints0, im1, keypoints1, matches, img_matches ); 
37     cv::namedWindow("Matches",CV_WINDOW_AUTOSIZE);
38     cv::imshow( "Matches", img_matches );
39     cv::waitKey(0);
40     return 1;
41 }

上面代碼中，我們首先用#pragma omp parallel sections將要並行執行的內容括起來，在它裏面，用了兩個#pragma omp section，每個裏面執行了圖像讀取、特徵點與特徵描述子提取。將其簡化爲僞代碼形式即爲：

 1 #pragma omp parallel sections
 2 {
 3     #pragma omp section
 4     {
 5         function1();
 6     }
 7 　　#pragma omp section
 8     {
 9         function2();
10     }
11 }

意思是：parallel sections裏面的內容要並行執行，具體分工上，每個線程執行其中的一個section，如果section數大於線程數，那麼就等某線程執行完它的section後，再繼續執行剩下的section。在時間上，這種方式與人爲用vector構造for循環的方式差不多，但無疑該種方式更方便，而且在單核機器上或沒有開啓openMP的編譯器上，該種方式不需任何改動即可正確編譯，並按照單核串行方式執行。

以上分享了這兩天關於openMP的一點學習體會，其中難免有錯誤，歡迎指正。另外的一點疑問是，看到各種openMP教程裏經常用到private,shared等來修飾變量，這些修飾符的意義和作用我大致明白，但在我上面所有例子中，不加這些修飾符似乎並不影響運行結果，不知道這裏面有哪些講究。

在寫上文的過程中，參考了包括以下兩個網址在內的多個地方的資源，不再一一列出，在此一併表示感謝。

http://blog.csdn.net/drzhouweiming/article/details/4093624
http://software.intel.com/zh-cn/articles/more-work-sharing-with-openmp

http://software.intel.com/zh-cn/articles/more-work-sharing-with-openmp

[轉]openmp的一點使用經驗

linux安裝cuda和cudnn

模擬手機設備：使用 Playwright 實現移動端自動化測試

Mellanox網卡開啓SR-IOV

全面系統的AI學習路徑，幫助普通人也能玩轉AI

HTML 00 Tutorial

uni-app實現上拉加載

vue3編譯優化之“靜態提升”

又是一個月-20240513

flask 如何保證返回json有序

linux服務器設置ssh免密

[轉]openmp的一點使用經驗

C#調用c++的dll，結構體數組作爲引用參數的傳遞方式

GLUT的一個簡明OO封裝

[轉]牛人blog

常用投影及轉換介紹

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結