Linux 系统中OpenMP

转自：http://hi.baidu.com/linzch/blog/item/db3252fb6227c01e6c22eb21.html

*怎么在Linux上运行OpenMP程序？
> 只需要安装支持OpenMP的编译器即可，比如GCC 4.2以上版本（好像Fedora Core带的部分4.1版本也支持），或者ICC（我用的version 9.1是支持的，其他没试过）。

*怎么缺点编译器是不是支持OpenMP？
> 看编译器安装路径下/include目录里有没有omp.h。

*怎么区分OpenMP程序？
> 程序中有没有以下内容：
> #include
> #pragma omp ...

*怎么编译OpenMP程序？
> gcc -fopenmp [sourcefile]   -o [destination file]
> icc   -openmp   [sourcefile]   -o [destination file]

*怎么运行OpenMP程序？
> 编译后得到的文件和普通可执行文件一样可以直接执行。

*怎么设置线程数？
> Method1：在程序中写入 set_num_threads(n);
> Method2：export OMP_NUM_THREADS=n;
> 两种方法各有用处，前者只对该程序有效，后者不用重新编译就可以修改线程数。

------------------------
Example 1 - hello.c
#include
#include
int main()
{
#pragma omp parallel
printf( "[%d] Hello\n ", omp_get_thread_num());
return 0;
}
results:
$ export OMP_NUM_THREADS=8
$ ./hello
[1] Hello
[0] Hello
[3] Hello
[2] Hello
[7] Hello
[4] Hello
[6] Hello
[5] Hello

Example 2: 矩阵拟合法计算Pi
Sequetial Version:
#include
#include
void main ()
{
time_t start, finish;
static long num_steps = 1000000000;
double step;
int i;
double x, pi, sum = 0.0;
step = 1.0/(double) num_steps;
start = clock();
for (i=0;i < num_steps; i++)
{
x = (i+0.5)*step;
sum = sum + 4.0/(1.0+x*x);
}
pi = step * sum;
finish = clock();
printf( "Pi = %16.15f (%d steps), %ld ms\n ", pi, num_steps, finish-start );
return;
}

--------------------------------------------------------------------------------------------

Parallel Version:
#include
#include
#include
void main ()
{
time_t start, finish;
static long num_steps = 1000000000;
double step;
int i;
double x, pi, sum = 0.0;
step = 1.0/(double) num_steps;
start = clock();
#pragma omp parallel for reduction(+:sum) private(x) /*只加了这一句，其他不变*/
for (i=0;i < num_steps; i++)
{
x = (i+0.5)*step;
sum = sum + 4.0/(1.0+x*x);
}
pi = step * sum;
finish = clock();
printf( "Pi = %16.15f (%d steps), %ld ms\n ", pi, num_steps, finish-start );
return;
}
result:
Sequential version:
Pi = 3.141592653589792 (1000000000 steps), 13900000 ms
Parallel version for 8 threads:
Pi = 3.141592653589794 (1000000000 steps), 1820000 ms

从结果可以看到8线程的speedup=7.64，接近线性。因为这个程序本身具有良好的并发性，循环间几乎没有数据依赖，除了sum，但是用 reduction(+:sum)把对于sum的相关也消除了。而且实验平台本身就有8个处理器核。