我有一个 C++ 程序，它有一个双for循环，我想使用 opeMP 进行并行化。它很简单（多项式乘积），长度可变（系数在 100 到 8000 之间），每次执行调用该函数数百万次。
我pragma在外部循环周围有平行线，而forpragma 就在 pragma 下方parallel。我发现如果元素的数量很大，接近 8000，执行时间很好，低于没有并行化。但是，对于少量的系数，性能会下降，并且并行版本比串行版本慢。
我想这是由于每次调用函数时都会创建/销毁并行线程。我可以在编译指示中限制线程的创建if，所以它只对大多项式进行并行化，但我想知道是否有办法避免线程的创建/销毁，所以我可以创建一次并留下它们“在通话之间等待”，因此他们会在需要时准备好。该函数是我唯一并行化的函数，我无法将并行化移动到调用函数。
我正在使用 g++。
英特尔编译器堆栈用于KMP_BLOCKTIME=<time in milliseconds, infinite>设置线程在循环结束（或无限期）后等待进入睡眠的时间。我不知道 GCC 是否支持这个。您可能会尝试设置OMP_WAIT_POLICY=active强制线程始终旋转。这将在循环结束后保持线程运行，但它也可能会影响 OpenMP 调用之间的性能。
一个更复杂的解决方案是将并行区域提升到此例程之上，并将您不想与 single/master 子句并行的代码包装起来。这里的好处是你可能会弄清楚如何增加代码中的线程数量，这对对抗阿姆达尔定律很有好处。另一方面，相对于已经讨论过的解决方案，这样做可能相当复杂，并且没有太多好处。
我想您正在寻找使用 openmp 线程池。我不确定您使用的是哪个 runtme 实现，但通常您可以使用 omp_set_num_threads(int) 在初始化时设置线程池大小。只有在运行时无法创建线程池时，才会在运行时动态创建线程。
但我不确定你如何确定你的瓶颈是线程启动和停止。我建议您分析您的代码以了解您实际遇到瓶颈的位置。