c++中 cilkplus openmp for多线程循环效率对比

本文为初步测试多线程for不同库之间的效率对比，cilkplus为Intel的一个多线程库(gcc 7.5后移除了该库)，OpenMP为使用较多的多线程库，本文测试了在存在数据竞争时的不同线程库的效率，平台为ubuntu。

注意：本测试只是初步测试，数据可能存在误差，编译器使用g++-7.5，编译优化为-O3

1 测试代码

#include <iostream>
#include <omp.h>
#include <cilk/cilk.h>

#include "parallel.h"
#include "gettime.h"

using namespace std;

// CAS func (atomic)
template <class ET>
inline bool CAS(ET *ptr, ET oldv, ET newv) {
  if (sizeof(ET) == 1) {
    return __sync_bool_compare_and_swap((bool*)ptr, *((bool*)&oldv), *((bool*)&newv));
  } else if (sizeof(ET) == 4) {
    return __sync_bool_compare_and_swap((int*)ptr, *((int*)&oldv), *((int*)&newv));
  } else if (sizeof(ET) == 8) {
    return __sync_bool_compare_and_swap((long*)ptr, *((long*)&oldv), *((long*)&newv));
  }
  else {
    std::cout << "CAS bad length : " << sizeof(ET) << std::endl;
    abort();
  }
}

template <class ET>
inline void writeAdd(ET *a, ET b) {
  volatile ET newV, oldV;
  do {oldV = *a; newV = oldV + b;}
  while (!CAS(a, oldV, newV));
}


int main(){
    int num[1000];
    for(int i=0; i<1000; i++){
        num[i] = i;
    }
    printf("init num list over.\n");

    int sum=0;
    startTime();
    for (int i = 0; i < 1000; ++i)
    {
        int t = (i * 12) % 1000;
        int tmp = num[t];
        sum += tmp;
    }
    nextTime("base time: ");
    cout<<sum<<endl;

    // openmp reduce
    sum = 0;
    startTime();
    omp_set_num_threads(5);
    #pragma omp parallel for reduction(+: sum)
    for (int i = 0; i < 1000; ++i)
    {
        int t = (i * 12) % 1000;
        int tmp = num[t];
        sum += tmp;
    }
    nextTime("omp time: ");
    cout<<sum<<endl;
    
    // openmp & CAS
    sum=0;
    startTime();
    omp_set_num_threads(5);
    #pragma omp parallel for
    for (int i = 0; i < 1000; ++i)
    {
        int t = (i * 12) % 1000;
        int tmp = num[t];
        writeAdd(&sum, tmp);
    }
    nextTime("omp & CAS time: ");
    cout<<sum<<endl;    

    // cilk test
    sum=0;
    setWorkers(5);
    startTime();

    cilk_for (int i = 0; i < 1000; ++i) 
    {
        int t = (i * 12) % 1000;
        int tmp = num[t];
        writeAdd(&sum, tmp);
    }
    nextTime("cilk & CAS time: ");
    cout<<sum<<endl;

    return 0;
}

测试运行时间结果如下：

init num list over.
base time:  : 8.11e-06
498000
omp time:  : 0.000205
498000
omp & CAS time:  : 8.7e-05
498000
cilk & CAS time:  : 0.000253
498000

• 本测试中直接for循环时间更短是由于本测试线程数只有5，且本测试for循环中代码逻辑较为简单，实际需求开发中for中往往逻辑更加复杂，并行的收益一般都会大于收益。
• 本实验中，存在数据竞争(多线程同时写sum变量)，直接并行会导致结果出错，本实验提供了自实现的CAS操作，同时OpenMP提供reduction操作也可以解决简单的数据竞争。

2 结果总结

• OpenMP提供的reduction效率不高，但不如使用CAS原子操作
• OpenMP的效率要略高于cilkplus