我使用的是 MacBook Air M1 2020，Apple M1 7 核 GPU，RAM 8GB。
問題：我正在比較成對的陣列，順序執行時大約需要 11 分鐘。奇怪的是，我投入的執行緒越多，完成所需的時間就越多（即使不使用互斥鎖）。到目前為止，我已經嘗試用 2 個和 4 個執行緒運行它。
可能是什么問題呢？我認為使用 4 個執行緒會更有效，因為我有 7 個可用內核，并且執行時間（對我而言）似乎足夠長，可以補償處理多個執行緒造成的開銷。
這是我發現與此問題相關的代碼的一部分：
int const xylen = 1024;
static uint8_t voxelGroups[321536][xylen];
int threadCount = 4;
bool areVoxelGroupsIdentical(uint8_t firstArray[xylen], uint8_t secondArray[xylen]){
return memcmp(firstArray, secondArray, xylen*sizeof(uint8_t)) == 0;
}
void* getIdenticalVoxelGroupsCount(void* threadNumber){
for(int i = (int)threadNumber-1; i < 321536-1; i = threadCount){
for(int j = i 1; j < 321536; j ){
if(areVoxelGroupsIdentical(voxelGroups[i], voxelGroups[j])){
pthread_mutex_lock(&mutex);
identicalVoxelGroupsCount ;
pthread_mutex_unlock(&mutex);
}
}
}
return 0;
}
int main(){
// some code
pthread_create(&thread1, NULL, getIdenticalVoxelGroupsCount, (void *)1);
pthread_create(&thread2, NULL, getIdenticalVoxelGroupsCount, (void *)2);
pthread_create(&thread3, NULL, getIdenticalVoxelGroupsCount, (void *)3);
pthread_create(&thread4, NULL, getIdenticalVoxelGroupsCount, (void *)4);
pthread_join(thread1, NULL);
pthread_join(thread2, NULL);
pthread_join(thread3, NULL);
pthread_join(thread4, NULL);
// some code
}
uj5u.com熱心網友回復：
首先，鎖序列化所有的identicalVoxelGroupsCount增量。使用更多執行緒不會加速這部分。相反，它會更慢，因為快取行反彈：包含鎖和增量變數的快取行將從一個核心連續移動到另一個核心（參見：快取一致性協議）。這通常比順序執行所有作業慢得多，因為將快取線從一個核心移動到另一個核心會引入相當大的延遲。你不需要鎖。您可以改為增加區域變數，然后僅執行一次最終減少（例如，通過在 末尾更新原子變數getIdenticalVoxelGroupsCount）。
此外，回圈迭代的交錯效率不高，因為包含的大部分快取voxelGroups行將在執行緒之間共享。這不像第一點那么重要，因為執行緒只讀取快取行。盡管如此，這仍會增加記憶體吞吐量并導致瓶頸。一種更有效的方法是將迭代拆分為相對較大的連續塊。將塊拆分為中等粒度的切片以更有效地使用快取可能會更好（盡管這種優化與并行化策略無關）。
請注意，您可以使用OpenMP在 C 中輕松高效地執行此類操作。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/341533.html