基于.openMP的并行计算实验.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
. . 并行计算实验报告 课程:并行计算 姓名:郑波 学号:2013211644 班级:计算机科学与技术13-2班 日期:2015年12月7日 实验一:OpenMP基本使用 一、实验目的 1、熟悉OpenMP编程。 2、比较串行算法与并行算法在执行时间上的差别; 3、考察线程数目使用不同对并行算法执行时间的影响; 4、考察运算规模N对串、并行算法执行时间上的影响。 二、实验内容 1、使用OpenMP进行两个矩阵A和B的加法.并分析串行、并行时间的差别以及问题规模对程序运行时间的影响 三、实验步骤 1、整个程序的设计流程 ①全局变量设置三个宏定义过的size×size的二维数组啊a,b,c。 ②初始化a数组为全1.b数组为全2 ③通过omp_set_num_threads()库函数设置线程数 ④调用openMP库函数omp_get_wtime()获取当前时间start #pragma omp parallel for开始做并行区部分 … 结束后再次调用omp_get_wtime()获取时间end.end-start即为并行消耗时间 ⑤再次调用时间函数更新strat 串行做一边矩阵相加 更新end,end-start即为串行耗时 代码如下: #includeiostream #includeomp.h #define size 10000 using namespace std; int a[size][size], b[size][size], c[size][size]; int main() { for(int i=0;i!=size;++i) //initial the matrix for(int j=0;j!=size;++j){ a[i][j]=1; b[i][j]=2; } double start=omp_get_wtime(); omp_set_num_threads(4); #pragma omp parallel for for(int i=0;isize;++i) for(int j=0;jsize;++j) c[i][j]=a[i][j]+b[i][j]; double end=omp_get_wtime(); cout并行运行时间:end-startendl; start=omp_get_wtime(); for(int i=0;isize;++i) for(int j=0;jsize;++j) c[i][j]=a[i][j]+b[i][j]; end=omp_get_wtime(); cout串行运行时间:end-startendl; system(pause); } 2、问题规模对串、并行程序时间的影响(A、B矩阵的大小为N*M) (1)通过不断增加问题规模.观察串行和并行程序的执行时间.得到如下表格的时间消耗数据: 100*100 1000*1000 10000*10000 串行消耗(ms) 0.03 4.36 296.91 并行消耗(ms) 7.06 9.54 182.27 (2)可以发现.当矩阵规模较小时.串行算法仍然要比并行算法运行的快.当规模到达一定程度的时候.并行运行的速度较串行有了提升。 并行算法对各个CPU的调度也占用一定的时间.当问题规模很小的时候.这个调度时间占了很大的比重.而在规模较大的时候.这个调度时间就显得微乎其微了 3、线程数目对并行程序的影响(这里假设问题规模为:N*M=10000*10000) (1)在使用OpenMP进行并行执行矩阵加法时.我们可以自由设置进行并行计算的并行线程数目。 (2)在并行区域中.通过函数int omp_set_num_threads(int)设置并行区域中要创建的线程数.分别设置为2、4、8、16.得到如下表格的时间消耗 2 4 8 16 并行消耗(ms) 262.73 205.12 248.97 295.38 (3)观察发现.在问题规模不变的前提下.随着线程数目的增加.问题解决的时间也在相应的减少。但是.问题消耗的时间并不会随着线程数目的增加而不断的减少.原因可能是因为.随着线程数目的增减.线程的额外准备时间开销也将扩大。 四、心得体会 通过本次实验.了解了openMP库函数.掌握了

文档评论(0)

zxiangd + 关注
实名认证
文档贡献者

本人从事教育还有多年,在这和大家互相交流学习

1亿VIP精品文档

相关文档