负载不均衡

在并行计算期间，空闲处理器即为浪费的资源。与之类似，空闲的线程也为浪费的资源，并对并行执行的整体运行时间产生负面影响。缺省状态下，在每个 OpenMP 并行域或任务分割（worksharing）域结束时，线程以隐式的限制进行等待，直到所有的线程都完成了域中分配的工作。当分配给线程的计算不均衡时，计算较少的线程会在域限制中处于空闲状态，直到计算任务较多的线程完成其工作。

在含有超线程（HT）技术的双处理器上，采用 4 个线程通过英特尔® 线程档案器运行经过更改的 PrimeFinder 代码，将发现有相当多的一部分时间（14％）花费在空闲线程上。由于在该实例代码中仅有一个单独的并行区域，所以可以很明显地找出产生不均衡的位置。然而，当在更复杂的代码中查找不均衡的来源时，则需使用 Regions View（域浏览）来查找没有分配给线程足够工作的区域。点击并行区域中的横条，即可查看相应区域的源代码。

为了更好地判断产生不均衡的原因，可以在选择的问题区域中咨询 Threads View（线程浏览）。

通常来说，不均衡时间呈阶梯方式不断较低，这说明了尽管工作负载根据每线程的任务数量进行平均分配，但它仅仅增加了所需计算的数量，在这种情况下，针对素数需要查看的整数数量由叠代的缺省静态分配平均划分。然而，需要查看的因数数量随着整数大小的增加而增加。因此，与前三个线程相比，检查最后四分之一整数范围的线程执行的计算更多。

这种不均衡方式同样说明了，任务的大小和序列是固定的。我们可以通过建立更为动态的任务分配，来修改观察到的不均衡，或需检查的整数。针对编译指示向并行区域添加 schedule 语句，能够使您更好地控制叠代分配至线程的方式。采用具有足够块大小的动态 schedule，如 schedule(dynamic,100)，能够根据需要分配叠代，以使计算更具分布性，同时还可为每个块提供足够的工作，来保持较低的规划开销。针对实例代码不均衡的一个不明显的 schedule 为 schedule(static,1)。该 schedule 可以象分纸牌一样，向线程分配叠代：一个线程一个叠代，以轮转方式通过线程中循环，直到所有的叠代都分配完毕。下面是实例代码的英特尔® 线程档案器 Summary View（摘要显示），该代码对需要测试的整数采用动态调度。
通常来说，不均衡时间呈阶梯方式不断较低，这说明了尽管工作负载根据每线程的任务数量进行平均分配，但它仅仅增加了所需计算的数量，在这种情况下，针对素数需要查看的整数数量由叠代的缺省静态分配平均划分。然而，需要查看的因数数量随着整数大小的增加而增加。因此，与前三个线程相比，检查最后四分之一整数范围的线程执行的计算更多。

这种不均衡方式同样说明了，任务的大小和序列是固定的。我们可以通过建立更为动态的任务分配，来修改观察到的不均衡，或需检查的整数。针对编译指示向并行区域添加 schedule 语句，能够使您更好地控制叠代分配至线程的方式。采用具有足够块大小的动态 schedule，如 schedule(dynamic,100)，能够根据需要分配叠代，以使计算更具分布性，同时还可为每个块提供足够的工作，来保持较低的规划开销。针对实例代码不均衡的一个不明显的 schedule 为 schedule(static,1)。该 schedule 可以象分纸牌一样，向线程分配叠代：一个线程一个叠代，以轮转方式通过线程中循环，直到所有的叠代都分配完毕。下面是实例代码的英特尔® 线程档案器 Summary View（摘要显示），该代码对需要测试的整数采用动态调度。