dreamcrash
2020-12-29 03:51:51
该#pragma omp parallel构造函数将创建一个并行区域，其中包含与设置它一样多的线程。因此，当你这样做时：
#pragma omp parallel
{
for(int i=0; i<num_threads; i++)
{
...
}
}
并行区域中的每个线程将执行循环的所有迭代。这就是为什么你有16条输出线（即4个线程x 4个循环迭代）的原因。
如果要在线程之间分配循环的迭代，则应使用#pragma omp for。因此，在你的代码中，你可以执行以下操作：
#pragma omp parallel
{
#pragma omp for
for(int i=0; i<num_threads; i++)
{
...
}
}
或者
#pragma omp parallel for
for(int i=0; i<num_threads; i++)
{
...
}
由于你只想在线程之间分配循环的迭代，因此可以使用后者（即 #pragma omp parallel for）。
好像你正在使用
#pragma omp critical
{
std::cout << "Thread id: " << omp_get_thread_num() << " loop id: " << i << std::endl;
}
用于调试目的。但是请记住，即使对于该critical区域，线程输出的顺序也是不确定的。如果你希望线程将确定性地输出，请使用#pragma omp ordered而不是critical。该ordered构造函数将强制执行的代码块，它环绕将在会如果代码是顺序执行的已执行相同的顺序执行。
热门帖子
10
热门github
1
2
4
The Python Risk Identification Tool for generative AI (PyRIT) is an open access automation framework to empower security professionals and machine learning engineers to proactively find risks in their generative AI systems.
(翻译：用于生成式 AI 的 Python 风险识别工具 (PyRIT) 是一个开放式访问自动化框架，使安全专业人员和机器学习工程师能够主动发现其生成式 AI 系统中的风险。)
5
7
8
9
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)
10
11
13