并行化有很多出口点的algorithm？

我面临着在一个更大的三维arrays内并行化一个algorithm，该algorithm在其串行实现中检查arrays位置的立方体的六个面。 （也就是说，select一个数组元素，然后定义一个围绕x，y和z的数组元素“n”个元素的立方体或长方体，并以数组边界为界。

每个工作单元看起来像这样（Fortran伪代码;串行algorithm在Fortran中）：

do n1=nlo,nhi do o1=olo,ohi if (somecondition(n1,o1) .eq. .TRUE.) then retval =.TRUE. RETURN endif end do end do

或C伪代码：

for (n1=nlo,n1<=nhi,n++) { for (o1=olo,o1<=ohi,o++) { if(somecondition(n1,o1)!=0) { return (bool)true; } } }

总algorithm中有6个工作单元，其中'lo'和'hi'值一般在10到300之间。

Multiprocessing =多个进程正在运行？

英特尔指令的LOCK前缀。 有什么意义？

Bash：在多个核心上运行相同的程序

那里有没有很好的并发/并行书籍不关注Java？

Rmpi：不能使用MPI_Comm_spawn API

我认为最好的做法是安排6个或更多的执行线程，如果cpu数量不是很多，理想情况下并行执行循环，则循环法与目标序列algorithm相同： somecondition()变为True ，所有线程之间的执行必须立即停止，并在共享位置设置一个True值。

在Windows编译器中存在哪些技术来促进并行化这样的任务？ 显然，我需要一个等待信号量或工作线程完成的主线程，所以需要嵌套和信号传递，但是我对OpenMP的使用经验是在这里介绍的。

OpenMP中有消息传递机制吗？

编辑：如果“nlo”和“nhi”或“olo”和“ohi”之间的最大差异是8到10，那么这个嵌套循环不会超过64到100次迭代，并且不会超过384到600次迭代为六个工作单位在一起。 基于此，是否值得并行？

在R中的并行处理有限

C编程逻辑 – 试图完成线程（fork）并且不会离开不可用的进程

如何等待fork（）调用的所有subprocess完成？

如何find关于我的cpu的并行架构的信息？

如何批量使用Image Magic批量转换多个子目录中的图像

一种可能性是使用OpenMP来并行化6个循环 – 声明logical :: array(6) ，允许每个循环运行完成，然后retval = any(array) 。 然后你可以检查这个值并返回到并行化的循环之外。 如果你这样做，将一个schedule(dynamic)添加到并行do语句。 或者，有一个单独的!$omp parallel然后放!$omp do schedule(dynamic) … !$omp end do Nowait在6个循环的每一个周围都!$omp end do Nowait 。

或者，你可以遵循@MSB的好建议，并在整个数组上并行化最外层的循环。 这里的问题是你不能在一个并行循环中有一个RETURN – 所以要标记第二个最外层的循环（并行部分中最大的一个），并且EXIT那个循环 –

retval = .FALSE. !$omp parallel do default(private) shared(BIGARRAY,retval) schedule(dynamic,1) do k=1,NN if(.not. retval) then outer2: do j=1,NN do i=1,NN ! --- your loop #1 do n1=nlo,ohi if (somecondition(BIGARRAY(i,j,k),n1,o1)) then retval =.TRUE. exit outer2 endif end do end do ! --- your loops #2 ... #6 go here end do end do outer2 end if end do !$omp end parallel do

if语句是假定你需要知道在大数组中是否至少有一个这样的元素。 如果您需要为每个元素指定条件，则可以类似地添加一个虚拟循环出口或跳转，跳过该元素的其余处理。 再次使用时间表（动态）或时间表（指导）。]

作为一个单独的观点，你可能也想要检查是否是一个好主意，通过一些更大的步骤（取决于float大小）通过最内层循环，计算每个迭代的逻辑的向量，然后汇总结果，例如。 if(count(somecondition(x(o1:o1+step,k)))>0) ; 在这种情况下，编译器可能能够矢量化somecondition 。

将数组元素上的循环并行化并将该算法串联起来，多个线程在不同的数组元素上运行该算法会更好吗？ 我从你的评论中思考这个问题：“时间消耗来自这样一个事实：阵列中的每个元素都必须像这样测试，阵列通常有四百万到两千万个元素。 实现数组元素并行化的设计在数字线程方面也是灵活的。 除非有一个原因，数组元素必须按照某种顺序检查？

看起来，你给我们展示的那部分并不需要那么长的时间来执行，所以通过并行执行并行可能会花费更少的时间，这可能并不容易…多线程总会有一些开销，如果没有并行代码可能不会更快。

我相信你可以用OpenMP 3中引入的任务构造完成你想要的任务; 英特尔Fortran支持在OpenMP中分配任务。 我不经常使用任务，所以我不会为您提供任何不可靠的伪代码。

你已经提到了一个明显的方法，一旦任何线程发现结束条件就立即停止所有线程：每个检查一个共享变量给出结束条件的状态，从而确定是否突破循环。 显然这是一个开销，所以如果你决定采取这种方法，我会建议一些事情：

使用原子来检查结束条件，这避免了昂贵的内存刷新，因为只是有问题的变量被刷新。 移到OpenMP 3.1，支持一些新的原子操作。

不经常检查，也许每个外迭代一次。 你只应该平行大案例来克服多线程的开销。

这个是可选的，但你可以尝试添加编译器提示，例如，如果你希望大多数情况下某个条件是错误的，编译器会相应地优化代码。

另一种（比较脏）的方法是为每个线程的循环范围使用共享变量，也许使用共享数组，其中索引n是线程n。 当一个线程发现结束条件时，它会更改所有其他线程的循环范围，以使其停止。 你需要适当的内存同步。 基本上，开销已经从检查虚拟变量转移到同步/检查循环条件。 再次可能不太经常这样做，所以也许使用共享外部循环变量和私有内部循环变量。

在另一个说明中，这让我想起了经典的轮询与中断问题。 不幸的是，我不认为OpenMP支持可以向每个线程发送某种终止信号的中断。

有黑客的解决方法，比如使用一个子进程来处理这个并行的工作，并调用操作系统调度器来模拟中断，但是要正确地使用这些代码是非常棘手的，并且会让你的代码变得不可移植。

更新回应评论：

尝试这样的事情：

char shared_var = 0; #pragma omp parallel { //you should have some method for setting loop ranges for each thread for (n1=nlo; n1<=nhi; n1++) { for (o1=olo; o1<=ohi; o1++) { if (somecondition(n1,o1)!=0) { #pragma omp atomic write shared_var = 1; //done marker,this will also trigger the other break below break; //Could instead use goto to break out of both loops in 1 go } } #pragma omp atomic read private_var = shared_var; if (private_var!=0) break; } }

一个合适的并行方法可能是，让每个工作人员检查整个问题的一部分，正如在序列情况下一样，并使用一个本地（非共享）变量作为结果（retval）。 最后，把这些局部变量的所有工作人员减少到共同的总体结果。