c – 在CPU上并行减少阵列

对于C：with 07月份的parallel_reduce(SO标签：tbb),您可以减少复杂类型,如数组和结构.虽然与OpenMP的减少条款相比,所需代码的数量可能会大得多.

作为一个例子,让我们并行化矩阵到矢量乘法的简单实现：y = Cx.串行代码包含两个循环：

double x[N],y[M],C[N][M];
// assume x and C are initialized,and y consists of zeros
for(int i=0; i<N; ++i)
  for(int j=0; j<M; ++j) 
    y[j] += C[i][j]*x[i];

通常,为了并行化它,循环被交换以使外循环迭代独立并且并行处理它们：

#pragma omp parallel for
for(int j=0; j<M; ++j) 
  for(int i=0; i<N; ++i)
    y[j] += C[i][j]*x[i];

然而,这并不总是好主意.如果M很小而N很大,则交换循环将不会提供足够的并行性(例如,考虑计算M维空间中N个点的加权centroid,其中C是点数组,x是数组权重).因此,减少数组(即一个点)会有所帮助.以下是如何使用TBB(抱歉,代码未经过测试,错误可能)：

struct reduce_body {
  double y_[M]; // accumulating vector
  double (& C_)[N][M]; // reference to a matrix
  double (& x_)[N];    // reference to a vector

  reduce_body( double (&C)[N][M],double (&x)[N] )  : C_(C),x_(x) {
    for (int j=0; j<M; ++j) y_[j] = 0.0; // prepare for accumulation
  }
  // splitting constructor required by TBB
  reduce_body( reduce_body& rb,tbb::split ) : C_(rb.C_),x_(rb.x_) { 
    for (int j=0; j<M; ++j) y_[j] = 0.0;
  }
  // the main computation method
  void operator()(const tbb::blocked_range<int>& r) {
    // closely resembles the original serial loop
    for (int i=r.begin(); i<r.end(); ++i) // iterates over a subrange in [0,N)
      for (int j=0; j<M; ++j)
        y_[j] += C_[i][j]*x_[i];
  }
  // the method to reduce computations accumulated in two bodies
  void join( reduce_body& rb ) {
    for (int j=0; j<M; ++j) y_[j] += rb.y_[j];
  }
};
double x[N],C[N][M];
...
reduce_body body(C,x);
tbb::parallel_reduce(tbb::blocked_range<int>(0,N),body);
for (int j=0; j<M; ++j)
  y[j] = body.y_[j]; // copy to the destination array

免责声明：我隶属于TBB.