|
C++17でモンテカルロを並列化してみた。に触発されて、GNU版で作ってみました
■コンパイル $ g++ test.cc -Wall -march=native -std=c++17 -O3 -fopenmp■ソース #include <parallel/algorithm>
//#include <execution>
#include <atomic>
#include <mutex>
#include <iostream>
#include <random>
#include <array>
#include <stdlib.h>
int main(int argc, char *argv[])
{
static int const NUM = 1000000000;
static int threads = 8;
static_assert(std::atomic<int>::is_always_lock_free);
if (argc >= 2)
{
threads = atoi(argv[1]);
}
auto nums = std::vector<int>(threads);
for (auto &num : nums)
{
num = NUM / threads;
}
__gnu_parallel::_Settings s;
s.algorithm_strategy = __gnu_parallel::force_parallel;
__gnu_parallel::_Settings::set(s);
std::atomic counter = {0};
__gnu_parallel::for_each(nums.begin(), nums.end(), [&counter](int num) {
std::random_device rnd;
thread_local std::mt19937 mt(rand());
std::uniform_real_distribution<double> score(0.0, 1.0);
for (auto &&no = 0; no < num; ++no)
{
auto &&x = score(mt);
auto &&y = score(mt);
if ((x * x + y * y) < 1.0)
{
counter++;
}
}
});
std::cout << "PI = " << 4.0 * counter / NUM << std::endl;
}
■結果$ time ./a.out 1 PI = 3.14155 real 0m27.461s user 0m27.469s sys 0m0.001s $ time ./a.out 2 PI = 3.14159 real 0m29.238s user 0m58.008s sys 0m0.016s $ time ./a.out 3 PI = 3.14151 real 0m28.447s user 1m24.458s sys 0m0.000s $ time ./a.out 4 PI = 3.14155 real 0m32.101s user 2m5.238s sys 0m0.020s なぜか延べ時間(user)が増えるだけでreal時間が減りません。。。 そこでソースを修正してみました。 ■ソース修正後 #include <parallel/algorithm>
//#include <execution>
#include <atomic>
#include <mutex>
#include <iostream>
#include <random>
#include <array>
#include <stdlib.h>
int main(int argc, char *argv[])
{
static int const NUM = 1000000000;
static int threads = 8;
static_assert(std::atomic<int>::is_always_lock_free);
if (argc >= 2)
{
threads = atoi(argv[1]);
}
auto nums = std::vector<int>(threads);
for (auto &num : nums)
{
num = NUM / threads;
}
__gnu_parallel::_Settings s;
s.algorithm_strategy = __gnu_parallel::force_parallel;
__gnu_parallel::_Settings::set(s);
std::atomic counter = {0};
__gnu_parallel::for_each(nums.begin(), nums.end(), [&counter](int num) {
std::random_device rnd;
thread_local std::mt19937 mt(rand());
int _counter = 0;
std::uniform_real_distribution<double> score(0.0, 1.0);
for (auto &&no = 0; no < num; ++no)
{
auto &&x = score(mt);
auto &&y = score(mt);
if ((x * x + y * y) < 1.0)
{
_counter++;
}
}
counter += _counter;
});
std::cout << "PI = " << 4.0 * counter / NUM << std::endl;
}
■結果$ time ./a.out 1 PI = 3.14155 real 0m20.263s user 0m20.255s sys 0m0.000s $ time ./a.out 2 PI = 3.14159 real 0m10.117s user 0m20.223s sys 0m0.000s $ time ./a.out 3 PI = 3.14151 real 0m7.409s user 0m22.209s sys 0m0.000s $ time ./a.out 4 PI = 3.14155 real 0m6.129s user 0m24.492s sys 0m0.001score4個分で20秒から6秒にその後、8個に増やしても増えませんでした。。。 なかなかのパフォーマンスなり。
PR |
 |
|
nwpfhさん
早速、参考にさせて頂きました（⌒⌒； atomicの処理分だけ減ってる感じです。 |
|
|
|
|
|
忍者ブログ [PR] |
