CPU使用率过低导致应用执行阻塞

现象

应用运行时，如果环境变量OMP_NUM_THREADS设置线程数过低，或omp_set_num_threads函数设置线程数过低，会导致CPU资源未充分利用，后续应用执行时间增加。

调优思路

使用鲲鹏DevKit系统性能分析执行HPC应用分析任务，定位分析应用对资源的使用情况。进一步分析源码，调整参数，充分利用服务器资源，缩短应用运行时长。

操作步骤

1. 准备示例源码omp_utilization.c并进行编译。

   gcc omp_utilization.c -O3 -o omp_utilization -fopenmp -lm

2. 使用鲲鹏DevKit系统性能分析执行HPC应用分析任务。

   表1 任务配置参数说明

   参数	说明
   分析对象	应用
   应用路径	输入程序所在的绝对路径，例如本示例将代码样例放在服务器“/opt/testdemo/omp_utilization”路径下。
   分析类型	HPC应用分析
   采集模式	OpenMP模式；本示例主要是对OMP的应用进行分析。
   分析模式	统计分析
   采样模式	Summary模式
   采样时长	默认

3. 查看任务结果。

   观察到CPU使用率较低，OpenMP Team使用率指标中执行应用使用了47个线程，但CPU存在128个核，此时OMP线程数远小于CPU核数，未充分利用CPU核数，运行时长为17.68秒。

   

   示例中环境变量OMP_NUM_THREADS设置为128。

   图1 分析结果
   
4. 对源码进行分析。
   源码中omp_set_num_threads函数设置的线程数为48，服务器实际核数为128核，未充分利用CPU资源。

   void OmpUtilBench(Point *pointA, Point *pointB, double *pointDis, int n)
   {
       assert(pointA != NULL && pointB != NULL && pointDis != NULL);
       int i;
       omp_set_num_threads(48);
       #pragma omp parallel for shared (n) private (i)
       for (i = 0; i < n; i++) {
           pointDis[i] = ComputPointDistance(&pointA[i], &pointB[i]);
       }
   }

5. 优化配置。

   删除omp_set_num_threads函数调用，同时取消服务器上OMP_NUM_THREADS环境变量。

   void OmpUtilBench(Point *pointA, Point *pointB, double *pointDis, int n)
   {
       assert(pointA != NULL && pointB != NULL && pointDis != NULL);
       int i;
       #pragma omp parallel for shared (n) private (i)
       for (i = 0; i < n; i++) {
           pointDis[i] = ComputPointDistance(&pointA[i], &pointB[i]);
       }
   }
   unset OMP_NUM_THREADS

6. 将修改后的源码再次编译

   gcc omp_utilization.c -O3 -o omp_utilization -fopenmp -lm

7. 再次执行HPC应用分析。

优化效果

优化后应用使用96个线程，较之前的47个已有提升，运行时长缩短为13.08秒。

图2 优化后分析结果