OpenMP标准仅支持C++ 98 (ISO/IEC 14882:1998)。这意味着没有标准支持在C++03甚至C++11下使用OpenMP。因此，任何使用C++ >98和OpenMP的程序都是超出标准范围的，这意味着即使它在某些条件下工作，也不太可能具有可移植性，而且绝对不能保证。
对于具有自身多线程支持的C++11来说，情况甚至更糟，这很可能会与某些实现中的OpenMP发生冲突。
那么，在使用C++03和C++11时，使用OpenMP安全吗？
一个程序中能否安全地同时使用C++11多线程和OpenMP，但不交错使用它们（即没有将OpenMP语句传递给使用C++11并发特性的任何代码，并且没有在OpenMP生成的线程中使用C++11并发）？
我特别关注的是首先调用使用OpenMP的一些代码，然后再调用使用C++11并发的其他代码，这些代码操作相同的数据结构。
Walter，我相信我不仅告诉了你在那个讨论中的事情，而且还向你提供了来自OpenMP语言委员会成员（即我的同事）的信息。
OpenMP被设计为轻量级数据并行附加到FORTRAN和C，后来扩展到C ++惯用法（例如，随机访问迭代器上的并行循环）以及通过引入显式任务来进行任务并行。它旨在尽可能跨越许多平台，并在三种语言中提供基本相同的功能。其执行模型相当简单-单线程应用程序在并行区域中分叉线程团队，运行一些计算任务，然后将团队合并回串行执行。来自并行团队的每个线程后来都可以分叉自己的团队，如果启用了嵌套并行性。
由于OpenMP的主要用途是在高性能计算中（毕竟，它的指令和执行模型是从高性能Fortran借鉴的），因此任何OpenMP实现的主要目标都是效率，而不是与其他线程范例的互操作性。在某些平台上，只有在OpenMP运行时控制进程线程时才能实现有效的实现。此外，对于OpenMP的某些方面，可能与其他线程构造物不兼容，例如当分叉两个或多个并发并行区域时由OMP_THREAD_LIMIT设置的线程数限制。
由于OpenMP标准本身并没有严格禁止使用其他线程范例，但也没有标准化与这种范例的互操作性，因此支持这种功能取决于实现者。这意味着一些实现可能提供顶级OpenMP区域的安全并发执行，而一些实现可能不会。x86实现者承诺支持它，可能是因为他们中的大多数人也是其他执行模型（例如Intel与Cilk和TBB，GCC与C ++11等）的支持者，而x86通常被认为是“实验性”平台（其他供应商通常要保守得多）。
OpenMP 4.0并没有超出ISO/IEC 14882:1998所使用的C++特性(SC12草案可以在这里找到)。现在标准包括一些诸如可移植线程亲和力之类的东西-这显然与其他线程范例不兼容，因为它们可能提供自己的绑定机制，这些机制与OpenMP的机制冲突。再一次地，OpenMP语言针对的是HPC（数据和任务并行科学和工程应用）。C++11结构则针对通用计算应用。如果你想要花哨的C++11并发功能，那就只用C++11，或者如果你真的需要将其与OpenMP混合使用，那么如果你想保持可移植性，就要坚持使用C++98语言特性的子集。
我特别关心的是，我首先调用使用OpenMP的代码，然后再调用使用C++11并发的其他代码来处理相同的数据结构。
你想要的情况没有明显的原因不能实现，但这取决于你的OpenMP编译器和运行时。有一些免费和商业库使用OpenMP进行并行执行（例如MKL），但总会有警告（尽管有时隐藏得很深在用户手册中）可能与多线程代码不兼容，提供什么和何时是可能的信息。与往常一样，这超出了OpenMP标准的范围，因此你的经验可能会有所不同。
我实际上对高性能计算很感兴趣，但 OpenMP （目前）不能完全满足我的需求：它不够灵活（我的算法不是基于循环的）。
也许您真正需要的是 TBB ？它为基于循环和任务的并行性提供支持，以及各种并行数据结构，在标准 C++ 中，而且具有可移植性和开源性。
（全面声明：我在 Intel 工作，他们与 TBB 密切相关，尽管我不是真正工作在 TBB 上 - 我确实在 OpenMP 上工作 :-)；我当然不代表 Intel！）
我和Jim Cownie一样，也是Intel公司的员工。我赞同他的观点，认为Intel Threading Building Blocks (Intel TBB)可能是一个不错的选择，因为它具有类似于OpenMP的循环级别并行性，还提供其他并行算法、并发容器和更低级别的特性。TBB还试图跟上当前的C++标准。
为了澄清Walter的疑惑，Intel TBB包括parallel_reduce算法以及对原子操作和互斥锁的高级支持。
您可以在http://software.intel.com/sites/products/documentation/doclib/tbb_sa/help/tbb_userguide/title.htm找到Intel® Threading Building Block的用户指南。用户指南概述了库中的功能。
# pragma方式必须在标准外运行，因此不可移植。其次，我的基于tbb的代码运行更快，而且tbb为多线程算法提供了更多的灵活性（尽管最近的OpenMP版本也做到这一点）。 - Walter我知道没有例外，OpenMP通常是在Pthreads的基础上实现的，因此您可以通过考虑C++11并发如何与Pthread代码互操作来思考一些互操作性问题。
我不知道使用多个线程模型是否会导致过度订阅的问题困扰您，但这绝对是OpenMP面临的问题。提案 在OpenMP 5中解决了这个问题。在那之前，如何解决这个问题是由实现定义的。它们是重量级的工具，但您可以使用OMP_WAIT_POLICY（OpenMP 4.5+）、KMP_BLOCKTIME（Intel和LLVM）和GOMP_SPINCOUNT（GCC）来解决这个问题。我相信其他实现也有类似的东西。
__atomic）进行原子操作，并将#pragma omp atomic留给Fortran程序员。#if defined(__cplusplus) && (__cplusplus >= 201103L)
#include <iostream>
#include <iomanip>
#include <atomic>
#include <chrono>
#ifdef _OPENMP
# include <omp.h>
#else
# error No OpenMP support!
#endif
#ifdef SEQUENTIAL_CONSISTENCY
auto load_model = std::memory_order_seq_cst;
auto store_model = std::memory_order_seq_cst;
#else
auto load_model = std::memory_order_acquire;
auto store_model = std::memory_order_release;
#endif
int main(int argc, char * argv[])
{
int nt = omp_get_max_threads();
#if 1
if (nt != 2) omp_set_num_threads(2);
#else
if (nt < 2) omp_set_num_threads(2);
if (nt % 2 != 0) omp_set_num_threads(nt-1);
#endif
int iterations = (argc>1) ? atoi(argv[1]) : 1000000;
std::cout << "thread ping-pong benchmark\n";
std::cout << "num threads = " << omp_get_max_threads() << "\n";
std::cout << "iterations = " << iterations << "\n";
#ifdef SEQUENTIAL_CONSISTENCY
std::cout << "memory model = " << "seq_cst";
#else
std::cout << "memory model = " << "acq-rel";
#endif
std::cout << std::endl;
std::atomic<int> left_ready = {-1};
std::atomic<int> right_ready = {-1};
int left_payload = 0;
int right_payload = 0;
#pragma omp parallel
{
int me = omp_get_thread_num();
/// 0=left 1=right
bool parity = (me % 2 == 0);
int junk = 0;
/// START TIME
#pragma omp barrier
std::chrono::high_resolution_clock::time_point t0 = std::chrono::high_resolution_clock::now();
for (int i=0; i<iterations; ++i) {
if (parity) {
/// send to left
left_payload = i;
left_ready.store(i, store_model);
/// recv from right
while (i != right_ready.load(load_model));
//std::cout << i << ": left received " << right_payload << std::endl;
junk += right_payload;
} else {
/// recv from left
while (i != left_ready.load(load_model));
//std::cout << i << ": right received " << left_payload << std::endl;
junk += left_payload;
///send to right
right_payload = i;
right_ready.store(i, store_model);
}
}
/// STOP TIME
#pragma omp barrier
std::chrono::high_resolution_clock::time_point t1 = std::chrono::high_resolution_clock::now();
/// PRINT TIME
std::chrono::duration<double> dt = std::chrono::duration_cast<std::chrono::duration<double>>(t1-t0);
#pragma omp critical
{
std::cout << "total time elapsed = " << dt.count() << "\n";
std::cout << "time per iteration = " << dt.count()/iterations << "\n";
std::cout << junk << std::endl;
}
}
return 0;
}
#else // C++11
#error You need C++11 for this test!
#endif // C++11
OpenMP 5.0现在定义了与C++11的交互。但通常使用C++11及更高版本的任何内容都可能导致"未指定的行为"。
此OpenMP API规范将ISO/IEC 14882:2011称为C++11。虽然预计OpenMP规范的未来版本将解决以下功能，但目前使用它们可能会导致未指定的行为。