私の目標は、MATLAB から離れて、ほとんどの作業を Fortran で行うことです。これらの取り組みの 1 つは、MATLAB の parfor ループによる並列化を Fortran openMP ディレクティブに置き換えています。これは常に高速ですが、何らかの理由で CPU 使用率 (taskmgr で測定) は parfor よりも openMP を使用した方が低くなります (特に小さな問題の場合)。私の仮説は、これは通信のオーバーヘッドによるものであり、CPU 使用率が (MATLAB のように) 100% に近ければ、小さな問題のコードははるかに高速になるというものです。私の質問は 2 つあります。
- 次のコードの効率を (openMP ディレクティブで) 改善する方法はありますか?
- そうでない場合、非効率の原因は何ですか?それを改善するために何を提案しますか?
試行された (失敗した) 解決策:
- 句 collapse(5) の追加 (5 つのネストされたループの場合)
- すべてを明示的に宣言する (つまり、default(shared) を使用しない)
- KMP_SET_BLOCKTIME(1000) は、次の omp parallel do 実行までスレッドを開いたままにします
CPU 使用率データ (Windows 7 64 ビット、デュアル クアッドコア Intel Xeon 3Ghz):
小さな問題 (*_pts = 5):
Fortran (openMP)、時間: 40 秒、CPU 使用率: 60%
MATLAB (parfor)、時間: 45 秒、CPU 使用率: 90%
-> MATLAB は 1.125 倍の時間がかかります中程度の問題 (*_pts = 6):
Fortran (openMP)、時間: 78 秒、CPU 使用率: 75%
MATLAB (parfor)、時間: 96 秒、CPU 使用率: 90%
-> MATLAB は 1.231 倍の時間がかかります大問題 (*_pts = 7):
Fortran (openMP)、時間: 150 秒、CPU 使用率: 100%
MATLAB (parfor)、時間: 205 秒、CPU 使用率: 100%
-> MATLAB は 1.367 倍の時間がかかります
例:
do while (converged == -1)
istart = omp_get_wtime() ! Iteration timer start
!$omp parallel do default(shared) private(start,state,argzero)
do i5 = 1,Oepsr_pts
do i4 = 1,Ozeta_pts
do i3 = 1,Oz_pts
do i2 = 1,Or_pts
do i1 = 1,Opd_pts
start(1,1) = pfn(i1,i2,i3,i4,i5)
start(2,1) = pfx1(i1,i2,i3,i4,i5)
start(3,1) = pfx2(i1,i2,i3,i4,i5)
state = [Gpd_grid(i1),Gr_grid(i2),Gz_grid(i3),Gzeta_grid(i4),Gepsr_grid(i5)];
! Find optimal policy functions on each node
argzero = 0.d0
call csolve(start,nstate,npf,nshock,Opd_pts,Or_pts,Oz_pts,Ozeta_pts,Oepsr_pts,Omono_pts,state, &
Smu,Schi,Sr,Sy,Pomega,Ptheta,Psigma,Peta,Pzbar, &
Prhor,Ppi,Pphipi,Pphiy,Prhoz,Pzetabar,Prhozeta,Pbeta, &
Gpd_grid,Gr_grid,Gz_grid,Gzeta_grid,Gepsr_grid,Gmono_nodes,Gmono_weight, &
pfn,pfx1,pfx2,argzero)
! Store updated policy functions
pfn_up(i1,i2,i3,i4,i5) = argzero(1,1)
pfx1_up(i1,i2,i3,i4,i5) = argzero(2,1)
pfx2_up(i1,i2,i3,i4,i5) = argzero(3,1)
end do
end do
end do
end do
end do
!$omp end parallel do
! Policy function distances
dist_n = abs(pfn_up - pfn);
dist_x1 = abs(pfx1_up - pfx1);
dist_x2 = abs(pfx2_up - pfx2);
! Maximum distance
dist_max(it) = max(maxval(dist_n),maxval(dist_x1),maxval(dist_x2));
! Update policy functions
pfn = pfn_up;
pfx1 = pfx1_up;
pfx2 = pfx2_up;
! Check convergence criterion
if ((it > 11) .AND. all(dist_max(it-10:it) < Ptol)) then
converged = 1;
else if (dist_max(it) > 10 .OR. it > 2500) then
converged = 0;
end if
! Iteration Information
iend = omp_get_wtime()
if (mod(it,3) == 1 .OR. converged == 1 .OR. converged == 0) then
call itinfo(tstart,istart,iend,it,dist_max(it));
else
it = it + 1
end if
end do