24、OpenMP性能优化全解析

OpenMP性能优化全解析

1. 缓存相关概念及性能测试

在进行性能模拟时，为了模拟代码在没有缓存变量的情况下的性能，我们在第46行插入了一个刷新循环，用于清空 x 和 xnew 数组的缓存。当缓存中没有数据时，这种情况被称为冷缓存；而当数据存在于缓存中时，则称为热缓存。这两种情况在不同的使用场景中都有可能出现，而且在没有深入分析的情况下，很难确定会出现哪种情况。

下面来看看不同操作在不同优化阶段的运行时间：
| 操作 | 串行 | 简单循环级OpenMP | 添加首次触摸优化 |
| — | — | — | — |
| 向量加法 | 0.253 | 0.0301 | 0.0175 |
| 流三元组 | 0.164 | 0.0203 | 0.0131 |
| 模板计算 | 62.56 | 3.686 | 3.311 |

从表中可以看出，在Skylake Gold 6152双套接字节点上使用GCC 8.2编译器，88个线程时速度提升了约10倍。添加OpenMP编译指示以进行正确的首次触摸内存分配，还能进一步提高速度。

2. 循环级OpenMP性能分析

引入循环级OpenMP对源代码的改动较少，但性能提升显著。以模板计算为例，串行运行时间与并行运行时间的比值（即加速比）为17.0倍。对于88个线程的系统，理想加速比为88，但实际并行效率仅为19%（17 / 88）。不过，在较少线程数（如4个线程）时，并行效率能达到85%。

在计时测试中，第一次优化（简单循环级OpenMP）仅在计算循环中使用了OpenMP并行 <