C++并行化库：OpenMP与Thread Building Blocks比较

Question

我要改装我的自定义图形引擎，以利用多核CPU。更准确地说，我正在寻找一个可以将循环并行化的库。

在我看来，OpenMP和Intel的Thread Building Blocks都非常适合这项工作。而且，这两个库都受到Visual Studio的C++编译器和大多数其他流行编译器的支持。同时，这两个库似乎都非常容易使用。

那么，我应该选择哪一个呢？是否有人尝试过这两个库，并且可以给我一些使用任一库的优缺点？最后，您选择了哪个库来使用？

谢谢，

Adrian

- Adrian Grigore

---

类似问题：https://dev59.com/nHRC5IYBdhLWcg3wVvnL（我在我的问题中添加了对这个问题的引用。） - strager

Answer 1

我没有广泛使用TBB，但我的印象是它们相互补充而不是竞争。TBB提供线程安全的容器和一些并行算法，而OpenMP更多地用于并行化现有代码的方式。

就个人经验而言，我发现将OpenMP轻松应用于现有代码中非常容易，只要你拥有可以并行运行的循环或一系列部分即可。然而，当你需要修改某些共享数据时，它对你帮助不大 - 此时TBB的并发容器可能正好是你想要的。

如果您只想并行化独立迭代（或可以相当容易地实现），那么我会选择OpenMP。如果您需要更多线程之间的交互，我认为TBB在这方面可能会提供更多。

- Peter

---

现有代码的好处是很容易在这里和那里插入一些#pragma。但如果要插入TBB，则可能会更加困难（很大程度上取决于现有的代码风格）。 - Anonymous

Answer 2

来自英特尔软件博客的文章：比较Windows*线程、OpenMP*、Intel® Threading Building Blocks在并行编程中的应用

这也涉及到风格问题 - 对我来说，TBB非常类似于C++，而我不太喜欢OpenMP pragma（有点像C，如果必须使用C写，则会使用它）。

我还会考虑团队现有的知识和经验。学习新的库（特别是涉及到线程/并发性的时候）需要一些时间。我认为目前，OpenMP比TBB更广为人知和部署（但这只是我的观点）。

还有一个因素 - 但考虑到最常见的平台，可能不是一个问题 - 可移植性。但许可证可能是一个问题。

• TBB包含了一些来自学术研究的好的研究成果，例如递归数据并行化方法。
• 还有一些关于缓存友好性的工作，例如这个例子。
• 英特尔博客上的讲座似乎非常有趣。

- Anonymous

---

谢谢提供链接，但由于它托管在英特尔的网站上，我不会真正相信它能提供完全公正的意见。显然，他们撰写了这篇文章来推广使用自己的库。 - Adrian Grigore

是的，在第一行的某个地方忘记了表情符号 ;) - Anonymous

Answer 3

一般来说，我发现使用TBB需要对代码进行更耗时的修改，但有很高的回报；而OpenMP则可以快速获得中等回报。如果你正在从头开始创建一个新模块并考虑长期发展，请选择TBB。如果您希望获得小而即时的收益，请选择OpenMP。

此外，TBB和OpenMP不是彼此排斥的。

- Nikhil

Answer 4

我曾经都使用过，我的总体印象是，如果你的算法相对容易并行化（例如循环大小相等，数据间没有太多依赖关系），OpenMP更容易使用，且非常好用。实际上，如果你发现可以使用OpenMP，那么它可能是更好的选择，只要你知道你的平台支持它。我没有使用过OpenMP的新任务结构，这些结构比原始的循环和区块选项更加通用。

TBB提供了更多的数据结构，但需要更多的前期工作。另外，它也许更擅长让你意识到竞态条件错误。我的意思是，在OpenMP中，通过未共享（或其他）应该共享的内容，可能很容易导致竞态条件。你只有在得到错误结果时才会看到这一点。我认为在TBB中出现这种情况的可能性稍微小一些。

总的来说，我个人更喜欢OpenMP，尤其是考虑到它的任务表达能力增强了。

- Ben

Answer 5

是的，TBB更加友好于C++，而OpenMP更适合FORTRAN风格的C代码。OpenMP中的新任务功能非常有趣，同时C++0x中的Lambda和函数对象可能会使TBB更易于使用。

- Richard

Answer 6

据我所知，TBB（有一个开源版本可用于GPLv2）更多地涉及C ++而不是C领域。现在很难找到关于C ++和通用OOP并行化的具体信息。大多数信息都是针对函数式编程，比如C（CUDA或OpenCL上也一样）。如果您需要C ++支持并行化，请选择TBB！

- Peter Meyer

---

TBB现在采用Apache许可证... - Jeff Hammond

Answer 7

在Visual Studio 2008中，您可以添加以下行来并行化任何“for”循环。它甚至可以与多个嵌套的for循环一起使用。这里是一个例子：

#pragma omp parallel for private(i,j)
for (i=0; i<num_particles; i++)
{
  p[i].fitness = fitnessFunction(p[i].present);
  if (p[i].fitness > p[i].pbestFitness)
  { 
     p[i].pbestFitness = p[i].fitness;
     for (j=0; j<p[i].numVars; j++) p[i].pbest[j] = p[i].present[j];
  }
}  
gbest = pso_get_best(num_particles, p);

在我们添加了#pragma omp parallel之后，我的Core 2 Duo的两个核心都被充分利用，因此总CPU使用率从50%提高到了100%。

- Contango

---

只是一条说明：嵌套循环只在编译器支持时才能正常工作。 - Nav

另外一点需要注意的是：你可以使用 omp parallel for 来并行化任何可并行化的 for 循环。例如，如果循环体包含类似于 p[j] = p[j] - p[j-1] 的代码，则不能使用 omp parallel for。 - chus