有其他进程占满单核时OpenMP多线程性能骤降超千倍问题求助

问题根因 #

你的性能问题是多重因素共同作用导致的：

• 首先你将omp parallel指令放在了外层循环内部，程序会在1000次外层迭代中重复创建、销毁并行域，本身就存在额外开销；同时GCC的libgomp默认会对OpenMP线程做CPU核心绑定，首次创建并行域时就把每个线程固定绑到一个逻辑核心上，后续复用线程也不会调整绑定关系。当其中一个核心被其他进程占满时，绑在该核心上的OpenMP线程运行会严重滞后。
• 其次libgomp默认的等待策略是主动自旋，并行域的屏障同步阶段，先完成任务的线程会持续空转等待所有线程完成任务，其余23个线程空转的同时，还要等被占核心上的慢线程跑完，自旋的CPU开销被无限放大，就出现了运行时间暴涨的现象。
• 最后你内层并行循环的计算量极小（仅100次累加），计算开销远低于线程同步、屏障等待的开销，进一步放大了上述问题的影响。

解决方案 #

你可以根据业务场景选择以下任意一种或多种方案组合使用：

1. 调整OpenMP等待策略
   运行程序前设置环境变量关闭自旋等待：

   export OMP_WAIT_POLICY=passive
   

   该配置下OpenMP线程在等待屏障时会直接挂起让出CPU，不会产生空转开销，无需修改代码即可生效。

2. 禁用CPU核心绑定
   运行程序前设置环境变量关闭线程绑核：

   export OMP_PROC_BIND=false
   

   关闭绑定后Linux系统调度器会自动将线程调度到空闲核心运行，避免卡住在被占用的核心上。

3. 复用并行域（最优方案，适配外层有依赖的场景）
   你不需要把并行逻辑移到外层循环外面，只要调整写法让并行域只创建一次即可，外层有依赖的逻辑用omp single指令保证单线程运行：

   #include <iostream>
   
   int main() {
       int sum = 0;
       // 全局仅创建一次并行域
       #pragma omp parallel default(none) shared(sum)
       for (size_t i = 0; i < 1000; i++) {
           // 外层有依赖的时间步逻辑仅由单线程执行
           #pragma omp single
           {
               // 此处可放你业务中存在依赖的时间步处理逻辑
           }
           // 无依赖的计算逻辑继续并行执行
           #pragma omp for reduction(+:sum)
           for (size_t j = 0; j < 100; j++) {
               sum += i;
           }
       }
       
       std::cout << "Sum was: " << sum << std::endl;
   }
   

   该方案既满足你外层时间步的依赖需求，又避免了重复创建并行域的开销，性能提升最明显。

4. 动态设置线程数
   你也可以在代码中动态获取当前可用的CPU核心数设置线程数，不需要硬编码固定值：

   #include <omp.h>
   // 程序初始化阶段设置
   omp_set_num_threads(omp_get_num_procs() - 1);
   

内容的提问来源于stack exchange，提问作者Sebastian Hjelm