并行计算 SLIC超像素算法（三） OpenMP优化（三）总结与运行结果加速比

目录

介绍

优化思路总结

1. 面向对象与面向过程优化

2.化赋值计算操作

3. 使用缓存替代计算

4. 优化cache命中率

5. 优化多次相同的操作 smid

6. 多线程并行

7. 对于区域生长算法的并行优化

8. 信仰优化

运行结果及加速比

---

介绍

        在这篇博客中，我会总结我们在OpenMP并行优化过程中遇到的问题以及对一些思路的总结，没看过上一篇博客 并行计算 SLIC超像素算法（三） OpenMP优化（二）具体优化过程 的，建议先看一下才能更好的理解。最后的最后，我会把我们实验的运行结果以及加速比放上去。

优化思路总结

1. 面向对象与面向过程优化

原来的程序时基于面向对象的，面向对象就必然有类的开销，优化程序的过程中先优化面向对象

1. 将所有类的变量提取出来
2. 将所有的方法孤立出来，通过全局变量传参
3. 替换所有的vector为数组，在使用vector的时候，也是为了便利性牺牲了一定的性能，通过vector的替换可以省去许多函数调用，提高性能，利用数组与指针更加贴近于汇编操作，方便编译器进行优化操作
4. 自己实现vector数组替换原始的面向对象的vector

这里使用全局变量主要是为了方便后期将所有的函数合一，减少函数调用时间

2.化赋值计算操作

1. 原始的所有赋值操作是通过for循环进行赋值
2. 用到系统自带的memset与memcpy会显著的提升赋值的性能
3. 优化浮点除法，浮点除的性能明显低于浮点+-*
4. 将浮点除法转换为浮点乘法，在编译期间就计算出可以计算的除法的结果
5. 利用cebt立方根函数，代替pow函数

3. 使用缓存替代计算

1. 在颜色转换中对rgb转换成lab需要进行多次浮点运算以及多次立方运算,性能很低
2. 首先颜色空间的转换需要先从rgb转换为xyz,这一过程需要的是一次pow(x,2.4)的运算，考虑对于固定的rgb每次的起始运算都一致，只需要提前计算256种颜色的pow运算就可以省区后续的pow，只需要查表就可以了,大约优化0.2s
3. 有多个颜色可能会同时出现在界面上，这个时候可以利用hashmap一类的函数，对颜色转换进行缓存，也可以省去许多浮点运算以及pow运算(在多线程的条件下，缓存命中率会明显下降，效率反而降低，所以最后我们决定放弃这一部分的缓存，进而提高多线程下的运行速度)。

4. 优化cache命中率

1. 对于原始的cache，由于rgb与lab都是分开存储的cache的命中率不一定很高
2. 使用三维数组直接存放rgb与lab相邻的lab与rgb基本上一定会命中cpu cache会提高效率 大约优化0.4-0.6s
3. 对线程进行较大块的分割减少线程消耗同时，增加部分命中率
4. 进行字节对齐提高内存读取速度

5. 优化多次相同的操作 smid

        对于相似的操作，只是单纯的利用多核效果并不出色，可以考虑到，由于cpu拥有多个运算单元，往往利用向量化，可以同时进行多个运算单元并行操作进一步提高并行化效果。

  原始代码如下所示

seeds[kn + 0] = sigma[kn + 0] * inv;
seeds[kn + 1] = sigma[kn + 1] * inv;
seeds[kn + 2] = sigma[kn + 2] * inv;
seeds[kn + 3] = sigma[kn + 3] * inv;
seeds[kn + 4] = sigma[kn + 4] * inv;

这五个明显是几乎相同的代码，因此可以进行向量化操作

#pragma omp simd
for (int i = 0; i < 5; ++i) {
   seeds[kn + i] = sigma[kn + i] * inv;
}

6. 多线程并行

利用openmp可以实现多线程并行，下面一行就是for循环的迭代过程

#pragma omp parallel for default(none) schedule(guided) shared(....)

对于schedule，经过系统测试，设置为guided，且把最小值设置为8的性能最高

对于可以实现的for循环进行并行

尽量极高线程并行粒度，减少线程生成的开销

对于无法实行单纯的for循环的并行的，可以自己实现规约算法，分线程规约，最后汇总。

7. 对于区域生长算法的并行优化

区域生长算法对应 更新聚类中心连接孤立像素 ，这一部分没法直接并行，而且局部性差。

所以我们想到了，先并行BFS直接对聚类进行打标签。然后使用 并查集 对BFS的结果进行合并，剩下的就容易并行优化了。

8. 信仰优化

使用编译器O3优化 。（O3！！！yyds！！！）。

运行结果及加速比

当我们拿到代码的时候，运行代码大概要跑 35 s左右。

经过我们努力的优化之后，因为受机器的原因，跑不了更多的线程，下面是有关线程数的加速比：

线程数目	运行时间（秒）	加速比
1	2.229	1.0
2	1.118	1.993
4	0.634	3.515
8	0.370	6.024
……	……	……