matlab答案

Matlab更改了OpenMP选项？

108次浏览(最近30天)

罗伯托 2021年7月28日下午4:30

编辑：罗伯托2021年8月1日2点52分

答:接受罗伯托

在我尝试了MATLAB (R2021a)中的parfor(带有默认选项)之后，我在使用openmp的Rcpp Rstudio中的并行计算变得慢得多。我在Rstudio中的代码是用c++编写的，并通过Rcpp包进行编译。但是现在，当我在Rstudio中使用多个线程时，计算速度比以前要慢得多。可能是MATLAB改变了我编译器中的一些默认设置?在这种情况下，我如何逆转这些变化呢?我使用的是ubuntu 20.04。我有一个AMD处理器。

在C ++中，我使用一个非常简单的循环，线程之间没有交互（完全并行）：

                    OMP_SET_NUM_THREADS（NPROC）;
                   
                    ＃Pragma Omp.计划（静态）并行
                   
                    为（int II = 0; II <= nproc-1; II ++）{
                   
                    //命令到将作业发送到线程ii
                   
                    ｝

我认为这与MATLAB创建一个12个工人的池有关。这就是MATLAB在使用parfor时所做的。现在我在Rstudio中的并行计算行为非常不同(而且很慢)。例如，如果我在我的代码中指定32个线程(这是我有64个线程的50%)，总的CPU使用(根据top)只有大约20%(大约是12 / 64)。如果我只指定5个线程(大约是8%)，那么总CPU使用也大约是20%。但是，如果我指定3个线程，那么总CPU是15%，而一个线程是9%。

在我使用matlab之前，CPU使用与我指定的线程数成比例。现在它不是。如何撤消Matlab制作的并行计算的设置？

我检查了许多内部变量的OpenMP的值，问题不存在：

                    ㈡f = op_get_num_threads（）；
                   
                    ㈡ddd = op_get_dynamic（）；
                   
                    rcout.<< "get thread " << f << std::endl；
                   
                    rcout.< < "得到动力学＂<< DDD << std::endl；
                   
                    rcout.<<“几个”<< OMP_GET_THREAD_LIMIT（）<<“”“<< OMP_GET_MAX_THREADS（）<< OMP_GET_NESTED（）<<”<< OMP_GET_PROC_BIND（）<<“”“op_get_default_device（）<<“”<< OMP_GET_MAX_TASK_PRIORITY（）<<" < <" " << omp_get_max_active_levels()< < " "<<
                   
                    “< < std:: endl;
                   
                    rcout.< < < < omp_get_num_places“会议” () << " " << omp_get_place_num_procs  << " " << omp_get_place_num  << " " << omp_get_partition_num_places () < <STD :: ENDL.；