OpenMP并行编程

• 什么是OpenMP?
  “OpenMP (Open Multi-Processing) is an application programming interface (API) that supports multi-platform shared memory multiprocessing programming in C, C++ and Fortran on many architectures, including Unix and Microsoft Windows platforms. It consists of a set of compiler directives, library routines, and environment variables that influence run-time behavior. ”
  简单来说，OpenMP是一个可以应用于多种平台的共享内存式并行计算的接口。
• Openmp的工作模式：
  Openmp的工作模式为串行-并行-串行…。一开始的主线程是串行，当在需要并行的时候（这时候程序中应该有相应的Openmp指令语句），多个线程开始一起工作。若当前的并行块结束（仍旧由相应的Opemp指令语句来控制）时，又重新回到单一的主线程。如此可往复继续。在一个四核心cpu上运行Openmp程序（并行块的线程数默认是核心数目，这里即为4个线程），程序处于主线程时cpu利用率为100%，但是当程序进入并行块时所有的核心都会参与进来，cpu利用率会达到400%。如果程序的主要运算部分都处于并行区域，则绝大部分时间cpu都处于400%的工作状态，这样便大大提高cpu的利用率。
• Openmp程序的结构：
  正如上面所说，编写Openmp程序只需要在已有的串行程序上稍加修改即可：在并行开始和结束的地方加上Openmp语句引导并行的开始和结束。这些引导语句本身处于注释语句的地位，必须在编译时加上Openmp并行参数才能使其生效。如果不加编译参数，编译出来的程序仍旧是串行程序。
  Openmp是最容易实现的并行方式。
• Openmp程序的编写：
  下面以fortran语言为例说明Openmp程序的编写（对c语言和fortran语言，都可以参考本文最后给出的openmp教程）。一般的格式为

   

  !$omp parallel CLAUSE
  !$omp DIRECTION
  [ structured block of code ]
  !$omp end DIRECTION
  !$omp end parallel

  其中DIRECTION是Openmp指令，有sections，do等，指定并行行为。中间的

  [ structured block of code ]

  即是需要并线的程序块。除了上面的称为DIRECTION的指令语句外，Openmp还需要称为CLAUSE的从句对并行进行限制和说明。比如，需要对私有变量进行声明时就需要用到private从句（这是经常要遇到的，后面会以例子说明）。在fortran的串行编译下，以“！”打头的都处于屏蔽状态是不起作用的。加了openmp编译参数后才会生效。

  我在程序编写中用到最多的是do指令，偶尔用一下sections。do指令通常用来并行化do循环。本来用一个线程来执行的长的do循环被分割成几个部分让多个线程同时执行，这样就节省了时间。sections指令通常用来将前后没有依赖关系的程序块（也即原本不分先后，你换下顺序也无所谓）并行化。因为无关联，所以可以同时执行。

  可以说，若程序主要用来做计算，掌握了do和sections这两个指令足矣！

• 简单的程序例子：
  1.Sections 指令的应用：

   

  !$OMP PARALLEL SHARED(A,B,C), PRIVATE(I)   !//Paralell块开始
  !$OMP SECTIONS  !//Sections开始
  !$OMP SECTION     !//第一个section
  DO I = 1, N/2
  C(I) = A(I) + B(I)
  END DO
  !$OMP SECTION    !//第二个section
  DO I = 1+N/2, N
  C(I) = A(I) + B(I)
  END DO
  !$OMP END SECTIONS NOWAIT       !//Sections结束
  !$OMP END PARALLEL     !//Paralell块结束

  这个并行语句将本来从1到N的循环手动分为两个部分并行执行。上面的shared,private就是从句（clause），声明A,B,C为公有的，而循环指标I是私有的。因为两个section同时执行，都会对I进行改变，所以两个section的循环指标必须彼此独立，不能是同一个变量。PRIVATE会自动将这个会引发冲突的变量按需生成多个拷贝以供使用。最后的!$OMP END SECTIONS NOWAIT语句告诉两个线程可各自自行结束，无需相互等待。

  2.Do 指令的应用：
  上面用Section实现的功能完全可以用Do来实现：

  !$OMP PARALLEL SHARED(A,B,C), PRIVATE(I)    !//Paralell块开始
  !$OMP DO    !//Do的并行开始
  DO I = 1, N
  C(I) = A(I) + B(I)
  END DO
  !$OMP END DO   !//Do的并行结束
  !$OMP END PARALLEL   !//Paralell块结束

  Do循环本来是从1到N，现在有多少个线程就分为多少个部分执行，比上面的section更方便智能。不用担心循环次数N不能被线程数整除~。一般情况下，各个线程均分循环次数，但是在某些循环指标下运算可能比较快，所以各个线程的运算时间可能不尽相同。这时候如果需要让各个线程都结束了才能再往下（没有NOWAIT），快的线程就必须等待慢的线程。为了解决这个问题需要加上schedule从句，首行变为如下：

  !$OMP PARALLEL SHARED(A,B,C), PRIVATE(I),SCHEDULE(DYNAMIC)

  这个SCHEDULE(DYNAMIC)从句告诉程序动态调整并线方式，那些任务轻松运算快的线程会自动去帮任务重运算慢的线程，力争所有线程同时完成任务。

  关于Do的积累计算，如累加，需要加上REDUCTION从句：

  C=0.d0
  !$OMP PARALLEL SHARED(A,C), PRIVATE(I),REDUCTION(+:C)
  !$OMP DO
  DO I = 1, N
  C =C+ A(I)
  END DO
  !$OMP END DO
  !$OMP END PARALLEL

  这里将累加分为几个部分由多个线程进行运算，由于各个线程都在0.d0的基础上开始计算它该算的部分，所以最后必须将各部分计算的结果再次求和。REDUCTION(+:C)从句就实现了这个效果。类似的叠乘等等用类似写法，只需把“：”前的运算符改为乘法“*”即可。

• 一些注意问题：
  1.尤其要注意的问题就是变量的私有和公有问题。其实只要把握好一个原则，即如果这个变量有可能会被不同的线程同时进行写操作（这不是你希望看到的），则这个变量就应该声明为私有。一般来说，并行体中临时用到的一些中间变量应该是私有的。

   

  2.据我的经验，Fortran中如果不特别声明，变量都是默认公有的。这一点可以用DEFAULT(PRIVATE/SHARED)从句强行改变。循环指标默认是私有的，无需自己另外声明。放在common域中的变量都是全局的，若要将这些全局变量私有化，可使用threadprivate指令（参见文章：OpenMP并行编程：threadprivate指令）。

  3.并行引导语句可以简化，但要注意前后配对。比如上面那个累加的例子可以这样写：

  C=0.d0
  !$OMP PARALLEL DO SHARED(A,C), PRIVATE(I),REDUCTION(+:C)
  DO I = 1, N
  C =C+ A(I)
  END DO
  !$OMP END PARALLEL DO

  也即可以将从句加在指令之后。

  4.Fortran+Openmp的编译问题：
  一般来说，加上-openmp编译参数即可。如：
  ifort -openmp -o exe.out main.f
  gfortran用-fopenmp编译参数，g77和ifort一样用-openmp参数。
  如果用Makefile，将编译参数放在合适的地方。

  5.对于多重do循环，如果中间变量太多，对私有公有弄不清楚或者虽然清楚但是闲麻烦，可以保留最外层循环，将里面的循环在别处写成一个子函数或子程序 ，然后在此处调用。这样从结构上看就是对一重循环进行并行化，条理清楚不容易出错。当然，传递给子函数或子程序的参数一般是要声明私有的。

  6.将串行程序改为Openmp并行程序后，在加与不加-openmp编译参数的情况下分别编译并运算，比较并行与串行的结果，确保并行块没有改错。

  7.可以在并行开始前指定由多少个线程来并行。在单cpu单核心的机器上也可以（虽然没有实际意义，但可以用来调试并行程序）：

  CALL OMP_SET_NUM_THREADS(scalar_integer_expression)

  其中scalar_integer_expression是个整形变量，指定并行的线程数目。

  8.Openmp对私有变量的大小有限制。所以当遇到这样的情况，一般就是由这个限制造成的：不加openmp并行时程序没有问题，加了openmp并行时出现断错误（segmentation fault），但是当把某个（一些）私有数组的维数变小时，段错误消失而且和串行时结果一致。
  解决办法（linux下，windows下另外search）如下：
  在linux终端执行
  ulimit -s unlimited ;export KMP_STACKSIZE=2048000
  后一个数字参数足够大即可。