在cython中并行化for循环：超越prange

Question

我正在努力使用cython正确地并行化函数。基本上，问题是存储一些数据。实际代码有点长，但最后它做了这样的事情：

def bin_var(double[:] dist,
            double[:] values,
            double[:] bin_def,
            double[:] varg, long[:] count):

    dbin = (bin_def[1] - bin_def[0]) / bin_def[2]

    for n1 in range(values.size):
            if (dist[n1] < bin_def[0]) or (dist[n1] >= bin_def[1]):
                continue
            else:
                ni = int((dist - bin_def[0]) / dbin)
                count[ni] += 1
                varg[ni] += calc_something(values[ni])

    # compute the mean
    for n1 in range(int(bin_def[2])):
        varg[ni] /= count[ni]

这段代码适用于一些简单的并行化（values和dist非常大）：需要将第一个for循环分割为单独的进程，每个进程都在自己的count和varg数组版本上运行。完成后，必须通过在第二个for循环（更短）之前将count和varg的不同版本相加来将所有内容组合在一起。

也就是说，这是两天我试图理解如何在cython中有效地实现这一点，我开始怀疑使用当前版本的语言是不可能的。请注意，仅使用来自prange的cython.parallel作为第一个循环并不能提供正确的结果，因为（我假设）同时访问来自不同线程的ni，count和varg。

cython并行支持真的如此有限吗？我得到了这么好的加速单线程，我只希望我能继续......

Answer 1

我可以在这里想到三个选项：

1. 使用GIL确保+=完成单线程：

   varg_ni = calc_something(values[ni]) # keep this out 
                  # of the single threaded block...
   with gil:
       count[ni] += 1
       varg[ni] += varg_ni

   如果在calc_something完成的工作相当大，这很容易也不会太糟糕
2. 制作count和varg 2D数组，每个线程写入不同的列。之后沿着第二维求和：

   # rough, untested outline....
   
   # might need to go in a `with parallel()` block
   num_threads = openmp.omp_get_num_threads()
   
   cdef double[:,:] count_tmp = np.zeros((count.shape[0],num_threads))
   cdef double[:,:] varg_tmp = np.zeros((varg.shape[0],num_threads))
   
   # then in the loop:
   count_tmp[ni,cython.parallel.threadid()] += 1
   varg_tmp[ni,cython.parallel.threadid()] += calc_something(values[ni])
   
   # after the loop:
   count[:] = np.sum(count_tmp,axis=1)
   varg[:] = np.sum(varg_tmp,axis=1)

   您也可以使用local_buf example in the documentation中的想法做类似的事情。
3. （注意 - GCC目前正在给我一个“内部编译器错误” - 我觉得它应该可行，但目前它似乎没有用，所以尝试选项3需要您自担风险...）使用openmp atomic directive原子地添加。这需要一些工作来规避Cython，但不应该太困难。使用add_inplace宏创建一个简短的C头文件： #define add_inplace(x,y) _Pragma("omp atomic") x+=y _Pragma是一个C99功能，应该允许您将编译指示放在预处理器语句中。然后告诉Cython这个头文件（好像它是一个函数）：

   cdef extern from "header.h":
       void add_inplace(...) nogil # just use varargs to make Cython think it accepts anything

   然后在循环中执行：

   add_inplace(count[ni], 1)
   add_inplace(varg[ni], calc_something(values[ni]))

   因为它使用宏技巧，它可能有点脆弱（即绝对不能使用PyObject*s，但它应该在使用标准C数字类型时生成正确的C代码。（检查代码是否确定）