<div dir="ltr">Jed, is it possible that this is an oversubscription penalty from bad OpenMP settings? <said by a person who knows less about OpenMP than cuneiform><div><br></div><div>  Thanks,</div><div><br></div><div>     Matt</div></div><br><div class="gmail_quote"><div dir="ltr" class="gmail_attr">On Wed, Feb 17, 2021 at 12:11 PM Roland Richter <<a href="mailto:roland.richter@ntnu.no">roland.richter@ntnu.no</a>> wrote:<br></div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">





<div>
<div>My PetscScalar is complex double (i.e. even higher penalty), but my matrix has a size of 8kk elements, so that should not an issue.<br>
Regards,<br>
Roland
<hr style="display:inline-block;width:98%">
<div id="gmail-m_2709721564415767467x_divRplyFwdMsg" dir="ltr"><font face="Calibri, sans-serif" color="#000000" style="font-size:11pt"><b>Von:</b> Jed Brown <<a href="mailto:jed@jedbrown.org" target="_blank">jed@jedbrown.org</a>><br>
<b>Gesendet:</b> Mittwoch, 17. Februar 2021 17:49:49<br>
<b>An:</b> Roland Richter; PETSc<br>
<b>Betreff:</b> Re: [petsc-users] Explicit linking to OpenMP results in performance drop and wrong results</font>
<div> </div>
</div>
</div>
<font size="2"><span style="font-size:10pt">
<div>Roland Richter <<a href="mailto:roland.richter@ntnu.no" target="_blank">roland.richter@ntnu.no</a>> writes:<br>
<br>
> Hei,<br>
><br>
> I replaced the linking line with<br>
><br>
> //usr/lib64/mpi/gcc/openmpi3/bin/mpicxx  -march=native -fopenmp-simd<br>
> -DMKL_LP64 -m64<br>
> CMakeFiles/armadillo_with_PETSc.dir/Unity/unity_0_cxx.cxx.o -o<br>
> bin/armadillo_with_PETSc <br>
> -Wl,-rpath,/opt/boost/lib:/opt/fftw3/lib64:/opt/petsc_release/lib<br>
> /usr/lib64/libgsl.so /usr/lib64/libgslcblas.so -lgfortran <br>
> -L${MKLROOT}/lib/intel64 -Wl,--no-as-needed -lmkl_intel_lp64<br>
> -lmkl_gnu_thread -lmkl_core -lgomp -lpthread -lm -ldl<br>
> /opt/boost/lib/libboost_filesystem.so.1.72.0<br>
> /opt/boost/lib/libboost_mpi.so.1.72.0<br>
> /opt/boost/lib/libboost_program_options.so.1.72.0<br>
> /opt/boost/lib/libboost_serialization.so.1.72.0<br>
> /opt/fftw3/lib64/libfftw3.so /opt/fftw3/lib64/libfftw3_mpi.so<br>
> /opt/petsc_release/lib/libpetsc.so<br>
> /usr/lib64/gcc/x86_64-suse-linux/9/libgomp.so<br>
> /<br>
><br>
> and now the results are correct. Nevertheless, when comparing the loop<br>
> in line 26-28 in file test_scaling.cpp<br>
><br>
> /#pragma omp parallel for//<br>
> //    for(int i = 0; i < r_0 * r_1; ++i)//<br>
> //        *(out_mat_ptr + i) = (*(in_mat_ptr + i) * scaling_factor);/<br>
><br>
> the version without /#pragma omp parallel/ for is significantly faster<br>
> (i.e. 18 s vs 28 s) compared to the version with /omp./ Why is there<br>
> still such a big difference?<br>
<br>
Sounds like you're using a profile to attribute time? Each `omp parallel` region incurs a cost ranging from about a microsecond to 10 or more microseconds depending on architecture, number of threads, and OpenMP implementation. Your loop (for double precision)
 operates at around 8 entries per clock cycle (depending on architecture) if the operands are in cache so the loop size r_0 * r_1 should be at least 10000 just to pay off the cost of `omp parallel`.<br>
</div>
</span></font>
</div>

</blockquote></div><br clear="all"><div><br></div>-- <br><div dir="ltr" class="gmail_signature"><div dir="ltr"><div><div dir="ltr"><div><div dir="ltr"><div>What most experimenters take for granted before they begin their experiments is infinitely more interesting than any results to which their experiments lead.<br>-- Norbert Wiener</div><div><br></div><div><a href="http://www.cse.buffalo.edu/~knepley/" target="_blank">https://www.cse.buffalo.edu/~knepley/</a><br></div></div></div></div></div></div></div>