windows C++ 并行编程-使用 加速器 对象(下)

2024-09-06 23:20

本文主要是介绍windows C++ 并行编程-使用 加速器 对象(下),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

并发运行时支持各种编程模型。 这些模型可能会与其他库的模型重叠或对其进行补充。 本部分中的文档将 OpenMP 与并发运行时进行比较,并提供有关如何迁移现有 OpenMP 代码以使用并发运行时的示例。

OpenMP 编程模型由开放标准定义,具有与 Fortran 和 C/C++ 编程语言定义完善的绑定。 OpenMP 2.0 版和 2.5 版(由 Microsoft C++ 编译器支持)都很适合迭代的并行算法;也就是说,它们在数据数组上执行并行迭代。 OpenMP 3.0 除了迭代任务外,还支持非迭代任务。

当预设了并行度,并匹配了系统上的可用资源时,OpenMP 的效率最高。 OpenMP 模型特别适合将大量运算问题分配到单一计算机的处理资源中的高性能计算。 在此方案中,硬件环境通常是固定的,开发人员可以合理期望执行该算法时拥有对所有计算资源的独占访问权限。

但是,OpenMP 可能不适合约束较少的计算环境。 例如,通过使用 OpenMP 2.0 和 2.5 来实现递归问题(如快速排序算法或搜索数据树)会更加困难。 并发运行时通过提供异步代理库和并行模式库 (PPL) 来补充 OpenMP 的功能。 异步代理库支持粗粒度任务并行性;PPL 支持更细粒度的并行任务。 并发运行时提供了并行执行操作所需的基础结构,以便可以专注于应用程序的逻辑。 但是,由于并发运行时支持各种编程模型,因此其计划开销可能大于其他并发库(如 OpenMP)。 因此,若要转换现有 OpenMP 代码以使用并发运行时,建议以增量方式测试性能。

如何:转换 OpenMP parallel for 循环以使用并发运行时

此示例演示了如何转换使用 OpenMP parallel 和 for 指令的基本循环来使用并发运行时 concurrency::parallel_for 算法。

示例 - 质数

此示例使用 OpenMP 和并发运行时来计算随机值数组中的质数计数。

// concrt-omp-count-primes.cpp
// compile with: /EHsc /openmp
#include <ppl.h>
#include <random>
#include <array>
#include <iostream>using namespace concurrency;
using namespace std;// Determines whether the input value is prime.
bool is_prime(int n)
{if (n < 2)return false;for (int i = 2; i < n; ++i){if ((n % i) == 0)return false;}return true;
}// Uses OpenMP to compute the count of prime numbers in an array.
void omp_count_primes(int* a, size_t size)
{if (size == 0)return;size_t count = 0;#pragma omp parallel forfor (int i = 0; i < static_cast<int>(size); ++i){if (is_prime(a[i])) {#pragma omp atomic++count;}}wcout << L"found " << count << L" prime numbers." << endl;
}// Uses the Concurrency Runtime to compute the count of prime numbers in an array.
void concrt_count_primes(int* a, size_t size)
{if (size == 0)return;combinable<size_t> counts;parallel_for<size_t>(0, size, [&](size_t i) {if (is_prime(a[i])) {counts.local()++;}});wcout << L"found " << counts.combine(plus<size_t>()) << L" prime numbers." << endl;
}int wmain()
{// The length of the array.const size_t size = 1000000;// Create an array and initialize it with random values.int* a = new int[size];mt19937 gen(42);for (size_t i = 0; i < size; ++i) {a[i] = gen();}// Count prime numbers by using OpenMP and the Concurrency Runtime.wcout << L"Using OpenMP..." << endl;omp_count_primes(a, size);wcout << L"Using the Concurrency Runtime..." << endl;concrt_count_primes(a, size);delete[] a;
}

本示例生成以下输出。

Using OpenMP...
found 107254 prime numbers.
Using the Concurrency Runtime...
found 107254 prime numbers.

parallel_for 算法和 OpenMP 3.0 允许索引类型为有符号整型或无符号整型类型。 parallel_for 算法还确保指定的范围不会溢出有符号类型。 OpenMP 版本 2.0 和 2.5 仅允许有符号整型索引类型。 OpenMP 也不验证索引范围。

此示例使用并发运行时的版本还使用并发 concurrency::combinable 对象代替 指令来递增计数器值,无需同步。

示例 - 使用 std::array

此示例对上一示例进行了修改,从而对 对象而不是本机数组执行操作。 由于 OpenMP 版本 2.0 和 2.5 仅允许 parallel_for 构造中使用有符号整型索引类型,因此不能使用迭代器并行访问 C++ 标准库容器的元素。 并行模式库 (PPL) 提供 concurrency::parallel_for_each 算法,该算法在迭代容器(例如 C++ 标准库提供的容器)上并行执行任务。 它与 parallel_for 算法使用相同的分区逻辑。 parallel_for_each 算法类似于 C++ 标准库 std::for_each 算法,但是 parallel_for_each 算法会并行执行任务。

// Uses OpenMP to compute the count of prime numbers in an 
// array object.
template<size_t Size>
void omp_count_primes(const array<int, Size>& a)
{if (a.size() == 0)return;size_t count = 0;int size = static_cast<int>(a.size());#pragma omp parallel forfor (int i = 0; i < size; ++i){if (is_prime(a[i])) {#pragma omp atomic++count;}}wcout << L"found " << count << L" prime numbers." << endl;
}// Uses the Concurrency Runtime to compute the count of prime numbers in an 
// array object.
template<size_t Size>
void concrt_count_primes(const array<int, Size>& a)
{if (a.size() == 0)return;combinable<size_t> counts;parallel_for_each(begin(a), end(a), [&counts](int n) {if (is_prime(n)) {counts.local()++;}});wcout << L"found " << counts.combine(plus<size_t>()) << L" prime numbers." << endl;
}
编译代码

复制示例代码,并将它粘贴到 Visual Studio 项目中,或粘贴到名为 concrt-omp-count-primes.cpp 的文件中,再在 Visual Studio 命令提示符窗口中运行以下命令。

cl.exe /EHsc /openmp concrt-omp-count-primes.cpp

这篇关于windows C++ 并行编程-使用 加速器 对象(下)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1143403

相关文章

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

【C++ Primer Plus习题】13.4

大家好,这里是国中之林! ❥前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站。有兴趣的可以点点进去看看← 问题: 解答: main.cpp #include <iostream>#include "port.h"int main() {Port p1;Port p2("Abc", "Bcc", 30);std::cout <<

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

C++包装器

包装器 在 C++ 中,“包装器”通常指的是一种设计模式或编程技巧,用于封装其他代码或对象,使其更易于使用、管理或扩展。包装器的概念在编程中非常普遍,可以用于函数、类、库等多个方面。下面是几个常见的 “包装器” 类型: 1. 函数包装器 函数包装器用于封装一个或多个函数,使其接口更统一或更便于调用。例如,std::function 是一个通用的函数包装器,它可以存储任意可调用对象(函数、函数

C++11第三弹:lambda表达式 | 新的类功能 | 模板的可变参数

🌈个人主页: 南桥几晴秋 🌈C++专栏: 南桥谈C++ 🌈C语言专栏: C语言学习系列 🌈Linux学习专栏: 南桥谈Linux 🌈数据结构学习专栏: 数据结构杂谈 🌈数据库学习专栏: 南桥谈MySQL 🌈Qt学习专栏: 南桥谈Qt 🌈菜鸡代码练习: 练习随想记录 🌈git学习: 南桥谈Git 🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈�

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

Linux 网络编程 --- 应用层

一、自定义协议和序列化反序列化 代码: 序列化反序列化实现网络版本计算器 二、HTTP协议 1、谈两个简单的预备知识 https://www.baidu.com/ --- 域名 --- 域名解析 --- IP地址 http的端口号为80端口,https的端口号为443 url为统一资源定位符。CSDNhttps://mp.csdn.net/mp_blog/creation/editor