高性能计算和网格技术
实验报告
实验题目
OpenMP和MPI编程
姓名
学号
专业
计算机系统结构
thread技术
指导教师
助教
所在学院
计算机科学与工程学院
论文提交日期
一、实验目的
本实验的目的是通过练习掌握 OpenMP MPI 并行编程的知识和技巧。
1、熟悉 OpenMP MPI 编程环境和工具的使用;
2、掌握并行程序编写的基本步骤;
3、了解并行程序调试和调优的技巧。
二、实验要求
1、独立完成实验内容;
2、了解并行算法的设计基础;
3、熟悉OpenMP和MPI的编程环境以及运行环境;
4、理解不同线程数,进程数对于加速比的影响。
三、实验内容
3.1、矩阵LU分解算法的设计:
参考文档sy6.doc所使用的并行算法:
LU分解的过程中,主要的计算是利用主行i对其余各行j(j>i)作初等行变换,各行计算之间没有数据相关关系,因此可以对矩阵A按行划分来实现并行计算。考虑到在计算过程中处理器之间的负载均衡,对A采用行交叉划分:设处理器个数为p,矩阵A的阶数为n,对矩阵A行交叉划分后,编号为i(i=0,1,,p-1)的处理器存有A的第i, i+p,, i+(m-1)p行。然后依次以第0,1,,n-1行作为主行,将其广播给所有处理器,各处理器利用主行对其部分行向量做行变换,这实际上是各处理器轮流选出主行并广播。若以编号为my_rank的处理器的第i行元素作为主行,并将它广播给所有处理器,则编号大于等于my_rank的处理器利用主行元素对其第i+1,,m-1行数据做行变换,其它处理器利用主行元素对其第i,,m-1行数据做行变换。
    根据上述算法原理用代码表示如下(关键代码):
    for(k = 0;k<N;k++)
    {
        for (i = 0; i < THREADS_NUM; i++) {
            thread_data_arrray[i].thread_id = i;
            thread_data_arrray[i].K_number = k;
            thread_data_arrray[i].chushu = a[k][k];
            //创建线程
rc = pthread_create(&pid[i], NULL, work, (void*)&thread_data_arrray[i]);
            …
        }
        for (i = 0; i < THREADS_NUM; i++){
            //等待线程同步
            rc = pthread_join(pid[i], &ret);                        …
        }
    }
   
    void *work(void *arg)
{
    struct thread_data *my_data;
    my_data = (struct thread_data*)arg;
    int myid = my_data->thread_id;        //线程ID
    int myk = my_data->K_number;        //外层循环计数K
    float mychushu = my_data->chushu;    //对角线的值
   
    int s, e;
    int i, j;
   
    s = (N-myk-1) * myid / THREADS_NUM;    //确定起始循环的行数的相对位置
    e = (N-myk-1) * (myid + 1) / THREADS_NUM;//确定终止循环的行数的相对位置   
   
    for (i = s+myk+1; i < e+myk+1; i++)        //由于矩阵规模在缩小,到偏移位置
    {
        a[i][myk]=a[i][myk]/mychushu;
        for (j = myk+1; j < N; j++)
            a[i][j]=a[i][j]-a[i][myk]*a[myk][j];
    }
    //printMatrix(a);
    return NULL;
}
    第一部分为入口函数,其创建指定的线程数,并根据不同的线程id按行划分矩阵,将矩阵的不同部分作为参数传递给线程,在多处理器电脑上,不同的线程并行执行,实现并行计算LU分解。
在LU分解的过程中,主要的计算是利用主行i对其余各行j,(j)i)做初等行变换,由于各行计算之间没有数据相关关系,因此可以对矩阵按行划分来实现并行算法。

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。