OpenMP多线程扩展性测试不达预期问题咨询

测试代码 #

void openmp_scalabity_test()
{
    int tid ;
    
    omp_set_num_threads(numberofthreads);  // 指定线程数
    double t0, t1;
    
    #pragma omp parallel private(tid, t0, t1)
    {
        t0 = MPI_Wtime();

        #pragma omp for
        for(std::size_t zindex=0; zindex<10000000000; zindex++)     
        {
            tid = omp_get_thread_num();
        }      

        t1 = MPI_Wtime(); 

        #pragma omp barrier 
        if(tid==0)
        {
            std::cout << " Multithread wall clock: " << t1-t0 << " in threads: " << omp_get_thread_num() << std::endl;
        }
    }
}

运行命令 #

mpirun --bind-to none -np 1 ./test

CPU信息 #

Architecture:             x86_64
  CPU op-mode(s):         32-bit, 64-bit
  Address sizes:          46 bits physical, 48 bits virtual
  Byte Order:             Little Endian
CPU(s):                   24
  On-line CPU(s) list:    0-23
Vendor ID:                GenuineIntel
  Model name:             12th Gen Intel(R) Core(TM) i9-12900K
    CPU family:           6
    Model:                151
    Thread(s) per core:   2
    Core(s) per socket:   16
    Socket(s):            1
    Stepping:             2
    CPU(s) scaling MHz:   17%
    CPU max MHz:          5200.0000
    CPU min MHz:          800.0000
    BogoMIPS:             6374.40

测试结果 #

1 threads:  3.93
2 threads:  2.01
4 threads:  1.04
8 threads:  0.56
16 threads: 0.58
32 threads: 0.63

异常原因分析 #

1. 测试任务计算密度极低 #

循环体仅包含tid = omp_get_thread_num();这一简单赋值操作，几乎没有实际计算量。此时线程性能瓶颈不在CPU计算能力，而是线程调度开销、核心资源竞争以及超线程的反向收益。

2. 超线程的局限性 #

12代i9-12900K支持超线程，但超线程的收益建立在物理核心执行单元未被充分利用的基础上。对于计算密集型任务，超线程能通过复用核心资源提升吞吐量；但你的任务几乎不需要计算资源，同一物理核心的两个线程会争抢前端执行资源（如指令解码单元、线程调度队列），反而增加线程切换和资源冲突的开销，导致性能不升反降。

3. 计时逻辑偏差 #

当前代码中每个线程独立计时，仅由线程0输出自身耗时。但omp for会将循环迭代分配给所有线程，线程0的耗时并不代表整个并行任务的实际耗时，无法准确反映多线程的真实性能。

4. 大小核调度的潜在影响 #

12代CPU采用P核（性能核）+E核（能效核）混合架构，当线程数超过P核数量（8个）后，部分线程可能被调度到性能更低的E核，进一步拉低整体性能。

优化建议 #

• 改用计算密集型测试任务：在循环中添加浮点运算或数组操作（需避免被编译器优化），让线程核心执行单元被充分利用，才能真实反映多线程扩展性。
• 修正计时逻辑：将计时点移至并行区域外，确保测量整个并行任务的耗时：

  double t0 = MPI_Wtime();
  #pragma omp parallel private(tid)
  {
      #pragma omp for
      for(std::size_t zindex=0; zindex<10000000000; zindex++)     
      {
          tid = omp_get_thread_num();
          // 添加计算密集型操作，如：
          // double val = std::sqrt(zindex) * std::sin(zindex);
      }      
  }
  double t1 = MPI_Wtime(); 
  std::cout << "Multithread wall clock: " << t1-t0 << " in threads: " << numberofthreads << std::endl;
  

• 绑定线程到P核：通过OMP_PROC_BIND环境变量或代码设置线程亲和性，确保测试线程优先调度到性能更高的P核上。

内容的提问来源于stack exchange，提问作者CityOfHope