191 lines
5.0 KiB
Markdown
191 lines
5.0 KiB
Markdown
# 实验 2.3 并行环境下 OpenMP 程序的编译和运行
|
||
|
||
## 实验目的
|
||
1. 掌握 OpenMP 的基本功能、构成方式、句法
|
||
2. 掌握 OpenMP 体系结构、特点与组成
|
||
3. 掌握采用 OpenMP 进行多核架构下多线程编程的基本使用方法
|
||
|
||
## 实验环境
|
||
- 操作系统: Linux
|
||
- 编译器: GCC with OpenMP support
|
||
- 构建工具: xmake
|
||
|
||
## 实验一：Hello World (示例)
|
||
|
||
### 源代码
|
||
文件: [src/openmp_hello_world.c](src/openmp_hello_world.c)
|
||
|
||
```c
|
||
#include <stdio.h>
|
||
#include <omp.h>
|
||
|
||
int main() {
|
||
int i;
|
||
|
||
#pragma omp parallel
|
||
{
|
||
printf("Hello World\n");
|
||
for(i=0; i<4; i++) {
|
||
printf("Iter:%d\n",i);
|
||
}
|
||
printf("GoodBye World\n");
|
||
}
|
||
|
||
return 0;
|
||
}
|
||
```
|
||
|
||
### 编译和运行
|
||
```bash
|
||
xmake build openmp_hello_world
|
||
xmake run openmp_hello_world
|
||
```
|
||
|
||
### 运行结果
|
||
程序创建了多个线程（默认为系统核心数），每个线程都执行了 parallel 区域内的代码。可以看到多个 "Hello World" 和 "GoodBye World" 输出，展示了 OpenMP 的并行执行特性。
|
||
|
||
## 实验二：利用中值积分定理计算 Pi 值
|
||
|
||
### 串行版本
|
||
文件: [src/pi.c](src/pi.c)
|
||
|
||
### 并行版本
|
||
文件: [src/pi_par.c](src/pi_par.c)
|
||
|
||
关键并行化技术：
|
||
1. 使用 `#pragma omp parallel private(x) reduction(+:sum)` 创建并行区域
|
||
2. 使用 `#pragma omp for` 分配循环迭代
|
||
3. 使用 `private(x)` 声明每个线程的私有变量
|
||
4. 使用 `reduction(+:sum)` 自动合并各线程的 sum 值
|
||
|
||
### 性能对比
|
||
|
||
| 线程数 | PI 值 | 执行时间 (秒) | 加速比 |
|
||
|--------|---------------|---------------|--------|
|
||
| 1 (串行) | 3.141592653590 | 1.554281 | 1.00x |
|
||
| 2 | 3.141592653590 | 0.831361 | 1.87x |
|
||
| 4 | 3.141592653590 | 0.448621 | 3.47x |
|
||
| 8 | 3.141592653590 | 0.241111 | 6.45x |
|
||
|
||
### 分析
|
||
- 并行化后结果完全一致，精度保持不变
|
||
- 随着线程数增加，执行时间显著减少
|
||
- 8 线程时达到 6.45 倍加速比，接近理想加速比
|
||
- 该算法计算密集，适合并行化
|
||
|
||
## 实验三：PI 值蒙特卡洛算法
|
||
|
||
### 串行版本
|
||
文件: [src/pimonte_serial.c](src/pimonte_serial.c)
|
||
|
||
### 并行版本
|
||
文件: [src/pimonte_par.c](src/pimonte_par.c)
|
||
|
||
关键并行化技术：
|
||
1. 使用 `#pragma omp parallel private(i, j, x, y, r) reduction(+:dUnderCurve)`
|
||
2. 使用 `rand_r(&seed)` 替代 `rand()` 以保证线程安全
|
||
3. 每个线程使用不同的种子：`seed = omp_get_thread_num() + 1`
|
||
4. 数组 `r` 声明为 private，每个线程拥有独立副本
|
||
|
||
### 性能对比
|
||
|
||
| 线程数 | PI 值 | 执行时间 (秒) | 加速比 |
|
||
|--------|---------------|---------------|--------|
|
||
| 1 (串行) | 3.141636540 | 8.347886 | 1.00x |
|
||
| 2 | 3.141610420 | 1.662027 | 5.02x |
|
||
| 4 | 3.141572660 | 0.858852 | 9.72x |
|
||
| 8 | 3.141683140 | 0.464995 | 17.95x |
|
||
|
||
### 分析
|
||
- 蒙特卡洛方法的并行化效果非常显著
|
||
- 8 线程时达到近 18 倍加速比，超过理想加速比
|
||
- 原因：串行版本包含随机数生成的开销，而并行版本每个线程独立生成随机数
|
||
- PI 值精度略有波动，这是蒙特卡洛方法的特性（随机算法）
|
||
|
||
## OpenMP 并行化方法总结
|
||
|
||
### 1. 创建并行区域
|
||
```c
|
||
#pragma omp parallel
|
||
{
|
||
// 代码块
|
||
}
|
||
```
|
||
|
||
### 2. 并行化 for 循环
|
||
```c
|
||
#pragma omp parallel for
|
||
for(int i=0; i<N; i++) {
|
||
// 循环体
|
||
}
|
||
```
|
||
|
||
### 3. 变量作用域声明
|
||
```c
|
||
#pragma omp parallel private(var1, var2) shared(var3) reduction(+:sum)
|
||
{
|
||
// 代码块
|
||
}
|
||
```
|
||
|
||
- `private`: 每个线程拥有独立副本
|
||
- `shared`: 所有线程共享同一变量
|
||
- `reduction`: 各线程计算后自动合并结果
|
||
|
||
### 4. 临界区保护
|
||
```c
|
||
#pragma omp critical
|
||
{
|
||
// 需要互斥访问的代码
|
||
}
|
||
```
|
||
|
||
## 实验心得
|
||
|
||
1. **OpenMP 简化了并行编程**：通过编译器指令即可实现并行化，无需显式创建线程
|
||
2. **变量作用域管理很重要**：正确使用 private 和 shared 关键字避免数据竞争
|
||
3. **Reduction 操作很实用**：自动处理累加等操作的并行合并
|
||
4. **线程安全需要注意**：如 rand() 函数需要替换为 rand_r()
|
||
5. **性能提升显著**：计算密集型任务通过并行化可获得接近线性的加速比
|
||
|
||
## 编译和运行命令
|
||
|
||
### 编译所有程序
|
||
```bash
|
||
cd /home/yly/dev/hpc-lab-code/lab2/omp
|
||
xmake
|
||
```
|
||
|
||
### 运行单个程序
|
||
```bash
|
||
# Hello World
|
||
xmake run openmp_hello_world
|
||
|
||
# PI 串行
|
||
xmake run pi
|
||
|
||
# PI 并行（指定线程数）
|
||
export OMP_NUM_THREADS=4
|
||
xmake run pi_par
|
||
|
||
# 蒙特卡洛串行
|
||
xmake run pimonte_serial
|
||
|
||
# 蒙特卡洛并行（指定线程数）
|
||
export OMP_NUM_THREADS=4
|
||
xmake run pimonte_par
|
||
```
|
||
|
||
## 文件结构
|
||
```
|
||
lab2/omp/
|
||
├── src/
|
||
│ ├── openmp_hello_world.c # 实验一：Hello World
|
||
│ ├── pi.c # 实验二：PI 串行（中值积分）
|
||
│ ├── pi_par.c # 实验二：PI 并行（中值积分）
|
||
│ ├── pimonte_serial.c # 实验三：PI 串行（蒙特卡洛）
|
||
│ └── pimonte_par.c # 实验三：PI 并行（蒙特卡洛）
|
||
├── xmake.lua # 构建配置
|
||
└── 实验报告.md # 本文档
|
||
```
|