并行化大型动态程序

Question

我在C ++中有一个高性能的动态程序，其结果放在一个M×N表中，大约大约2000行×30000列。每个条目（r，c）取决于表中其他几列中的一些行。

并行化跨越P个处理器的行r的计算的最明显的方法是静态地划分数据：即，使处理器p计算所有有效k的条目（r，p + k P）。

但是，不同列的条目需要稍微不同的计算时间（例如，一个可能需要五倍于另一个），因此我想动态分区数据以获得更好的性能，避免停止早期完成并让他们从正在赶上的CPU中窃取工作的CPU。

解决此问题的一种方法是保留一个原子全局计数器，该计数器指定已计算的列数，并在每次CPU需要更多工作时增加它。但是，这会强制所有CPU在计算表中的每个条目后访问同一个全局计数器 - 即，它在某种程度上序列化程序。由于计算每个条目或多或少是一个快速的过程，这在某种程度上是不可取的。

所以，我的问题是：有没有办法以更可扩展的方式执行此动态分区（即，在计算每个条目后无需访问单个全局计数器）？

Answer 1

我假设您正在为新值使用第二个数组。如果是这样，这听起来像是TBB或Cilk Plus的循环结构。两者都使用worktealing在可用处理器之间分配工作，当一个处理器用完工作时，它将从有可用工作的处理器窃取工作。这平衡了数据的“厚度”。

要使用Cilk，您需要一个支持Cilk Plus的commpiler。 GCC 4.9和英特尔编译器都支持它。通常你会写一些类似的东西：

cilk_for (int x = 0; x < XMAX; x++) {
    for (int y = 0; y < YMAX; y++) {
        perform-the-calculation;
    }
}

TBB的构造类似。

另一种方法是以缓存无关的方式“平铺”计算。也就是说，您实现了自己的分而治之算法，该算法将计算分解为具有缓存效率的块。有关缓存遗忘算法的更多信息，请参阅http://www.1024cores.net/home/parallel-computing/cache-oblivious-algorithms/implementation。

巴里