矩阵乘法优化（OpenMP）
我正在学习一些关于openMP的知识，并试图在这里使用它来将两个矩阵相乘。
void matrix_multiply(matrix *A, matrix *B, matrix *C) {
#pragma omp parallel
{
#pragma omp for
for(int i = 0; i < A->dim.rows; i++) {
for(int j = 0; j < B->dim.cols; j++) {
C->data[i][j] = 0;
for (int k = 0; k < A->dim.cols; k++) {
C->data[i][j] += A->data[i][k] * B->data[k][j];
}
}
}
}
}
typedef struct shape {
int rows;
int cols;
} shape;
typedef struct matrix {
shape dim;
float** data;
} matrix;
还有一点新的东西，那么是否有任何简单的改变来提高性能，或者我已经这样做了？ 还有，我是否因为不使用还原而遇到任何数据竞赛？
你当前的实现可能不会有很大的改进。 在这一点上，它涉及到编译器和缓存的使用。 英特尔在此提出了一个有趣的观点，即GCC需要交换两个循环以矢量化乘法（即使用SIMD）。 对于非常大的矩阵，可以考虑将矩阵分成不是以条带形式分块。 这会引入复杂性和开销，但可以提高缓存使用率。
如果你用多个线程求和单个变量，则只需要reduction子句，但这里不是这种情况，因为你只求和k 。
最后（但这完全是个人的）请注意，你可以用一个替换这两个指令
#pragma omp parallel for
在我看来这看起来更清洁。
链接地址: http://www.djcxy.com/p/85993.html