mpi与openmp并行程序设计 如何利用VS的代码优化和openmp并行计算提高程序运行速度？
如何利用VS的代码优化和openmp并行计算提高程序运行速度？
代码优化：
属性->配置属性->C/C->代码生成：启用增强指令集，流处理SIMD扩展2（/拱门：SSE2) (/ 拱门：SSE2)流处理SIMD扩展2（/拱门：SSE2) (/ 拱门：SSE2)为了加速浮点模型，您可以选择fast（/FP:fast）来加速浮点数据运算
属性->配置属性->C/C->优化：可以选择速度最大化（/O2）进行优化。整个程序的优化选择是（/GL），不能在调试版本中设置，但必须在发布版本中设置
MPI（MPI是一个标准，有不同的具体实现，如MPICH等）是一个多主机联网协作并行计算的工具。当然，它也可以用于单主机上的多核/多CPU并行计算，但效率较低。它可以协调多台主机之间的并行计算，因此并行计算的规模具有很强的可扩展性，它可以在超级计算机上使用，从个人电脑到世界前十名。缺点是利用进程间通信来协调并行计算，导致并行效率低，内存开销大，不直观，编程麻烦。换言之，OpenMP更适合在一台计算机的共享内存结构上进行并行计算。由于使用线程间共享内存来协调并行计算，因此多核/多CPU结构效率高，内存开销低，编程语句简单直观，易于编程实现编译器（C，C，FORTRAN编译器基本上有内置的OpenMP支持）。然而，OpenMP最大的缺点是它只能在单个主机上工作，不能用于多个主机之间的并行计算！如果您想使用OpenMP进行多主机联网（如在超级计算机上），则必须借助其他工具，如MPI和OpenMP混合编程。或者将多台主机虚拟化到一个共享内存环境中（英特尔有这样一个平台），但这并不像混合编程那样高效。唯一的优点是程序员不必学习MPI编程。
MPI和OPENMP哪个简单？
OpenMP很简单，并且很容易修改现有的大型代码。基本上，OpenMP只需要在现有程序的基础上添加并行语句。有时MPI甚至需要从基本的设计思想出发重写整个程序，MPI的调试难度更大，这涉及到局域网通信的不确定性因素。当然，OpenMP虽然简单，但只能用于单机多CPU/多核并行，MPI是多主机超级计算机集群的强大工具，当然也很复杂。
MPI和OPENMP哪个简单？
OpenMP和MPI是两种并行编程方法。比较如下：OpenMP：线程级（并行粒度）；共享存储；隐式（数据分配）；可扩展性差；MPI：进程级；分布式存储；显式；可扩展性好。OpenMP使用共享存储，这意味着它只适用于SMP和DSM机器，而不适用于集群。MPI适用于各种机器，但其编程模型复杂：需要对应用问题进行分析和划分，并将问题映射到分布式进程集；需要解决通信延迟和负载不平衡两个主要问题；MPI程序调试麻烦；MPI程序可靠性差，一个过程有问题，整个程序都会出错；第二个问题让人感觉很深。每次听我们部门平行组的汇报，总听到他们在解决通信时延大、负载不平衡的问题。并行算法的质量取决于它能否解决这两个问题。与OpenMP和MPI相比，MapReduce有哪些优点？自动并行；容错；MapReduce的低学习阈值。附件：SMP（对称多处理），共享总线和内存，单操作系统映像。它在软件上是可扩展的，但在硬件上不是。DSM（分布式共享内存），SMP的扩展。物理分布式存储；单一内存地址空间；不一致内存访问；单一操作系统映像。
mpi与openmp并行程序设计 openmp并行编程 openmp仍然单线程
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
