合計 32 コアのサーバーでデュアル CPU を大幅に高速化するために OpenMP を利用するプログラムがあります。私が使用している入力パラメータでは、CPU を完全にロードすることはできません。
今日、いくつかのコアが別のプログラムによって 100% ロードされました。プログラムを起動すると、CPU の負荷がいつものようにかなり高い (~2500%) 場合でも、非常に遅くなりました。並列命令を削除したところ、パフォーマンスが向上したことに気付きました。
これはメモリ帯域幅の制限によるものでしょうか? 問題をさらに調査し、最終的にコードを改善するにはどうすればよいですか?
パフォーマンスを低下させるのは必ずしもメモリ アクセスではありません。静的スケジューリング (多くの場合デフォルト) を使用する場合、ループはスレッドに割り当てられるチャンクに分割されます。スレッドが既にビジー状態のコアにバインドされている場合、実行時のパフォーマンスが大幅に低下します。リソースの唯一のユーザーであることが保証されていない環境で実行している場合は、動的スケジューリングを使用してパフォーマンスを向上させることができます。
スケジューリング タイプを指定しなかった場合は、次のようにプログラムを実行します。
OMP_SCHEDULE=dynamic ./my_program
そして、それが役立つかどうかを確認してください。