OpenMP reduction变量private in outer context编译错误原因求解

• #pragma omp for 是工作共享指令，本身不会开启新的并行线程，必须嵌套在已激活的#pragma omp parallel并行区域内部使用。你在串行上下文直接使用该指令时，编译器会默认将外层作用域的acc判定为私有变量，和reduction子句要求变量在当前并行域为共享属性的规则冲突，因此抛出error: reduction variable ‘acc’ is private in outer context错误。
• #pragma omp simd仅做单线程内的向量优化，不需要依赖外层并行域，reduction可以直接作用于当前上下文的acc变量，因此场景2编译无报错。

如果要实现循环迭代空间分配给多线程执行，同时完成结果累加，直接将parallel和for指令结合使用即可，两种常用写法如下：

写法1：合并写法（单循环并行场景推荐） #

float acc = 0.0f;

#pragma omp parallel for simd reduction(+: acc)
for (int k = 0; k < MATRIX_SIZE; k++) {
    float mul = alpha;
    mul *=  a[i * MATRIX_SIZE + k];
    mul *=  b[j * MATRIX_SIZE + k];
    acc += mul;
}

写法2：分开写法（并行域内有多个任务/循环时使用） #

float acc = 0.0f;
// 开启并行域的同时声明reduction规则
#pragma omp parallel reduction(+: acc)
{
    // 此处可添加其他需要并行执行的逻辑
    #pragma omp for simd
    for (int k = 0; k < MATRIX_SIZE; k++) {
        float mul = alpha;
        mul *=  a[i * MATRIX_SIZE + k];
        mul *=  b[j * MATRIX_SIZE + k];
        acc += mul;
    }
}

两种写法都会自动开启线程组分配迭代空间，每个线程持有一个acc私有副本完成局部累加，所有线程执行完毕后会自动将副本结果累加到外层的原始acc变量中，符合需求。

内容的提问来源于stack exchange，提问作者Misslinska