我正在为我的研究开展一些模拟工作,并遇到了一个将fortran导入我的python脚本的障碍。作为背景,我已经和Python一起工作了几年,并且只在需要时才在Fortran内部玩弄。难以让OpenMP与f2py一起工作
我在过去做过一些工作,Fortran实现了一些简单的OpenMP功能。我不是这方面的专家,但我已经掌握了以前的基础知识。
我现在使用f2py来创建一个库,我可以从我的python脚本调用。当我尝试编译openmp时,它编译正确,并且运行完成,但速度没有改善,看上去我看到CPU使用率表明只有一个线程正在运行。
我已经搜查了f2py的文档(这不是很好的文档),并做了正常的网络侦查的答案。我已经包含了我正在编译的Fortran代码以及一个调用它的简单python脚本。我也在投入我正在使用的编译命令。
目前我减少了模拟10^4作为一个很好的基准。在我的系统上运行需要3秒钟。最终,我需要运行一些10^6粒子模拟,所以我需要减少一些时间。
如果有人可以指示我如何让我的代码工作的方向,这将是超级赞赏。我也可以尝试根据需要包含有关系统的任何详细信息。
干杯, Rylkan
1)编译
f2py -c --f90flags='-fopenmp' -lgomp -m calc_accel_jerk calc_accel_jerk.f90
2)Python脚本调用
import numpy as N
import calc_accel_jerk
# a is a (1e5,7) array with M,r,v information
a = N.load('../test.npy')
a = a[:1e4]
out = calc_accel_jerk.calc(a,a.shape[0])
print out[:10]
3)Fortran代码
subroutine calc (input_array, nrow, output_array)
implicit none
!f2py threadsafe
include "omp_lib.h"
integer, intent(in) :: nrow
double precision, dimension(nrow,7), intent(in) :: input_array
double precision, dimension(nrow,2), intent(out) :: output_array
! Calculation parameters with set values
double precision,parameter :: psr_M=1.55*1.3267297e20
double precision,parameter :: G_Msun=1.3267297e20
double precision,parameter :: pc_to_m=3.08e16
! Vector declarations
integer :: irow
double precision :: vfac
double precision, dimension(nrow) :: drx,dry,drz,dvx,dvy,dvz,rmag,jfac,az,jz
! Break up the input array for faster access
double precision,dimension(nrow) :: input_M
double precision,dimension(nrow) :: input_rx
double precision,dimension(nrow) :: input_ry
double precision,dimension(nrow) :: input_rz
double precision,dimension(nrow) :: input_vx
double precision,dimension(nrow) :: input_vy
double precision,dimension(nrow) :: input_vz
input_M(:) = input_array(:,1)*G_Msun
input_rx(:) = input_array(:,2)*pc_to_m
input_ry(:) = input_array(:,3)*pc_to_m
input_rz(:) = input_array(:,4)*pc_to_m
input_vx(:) = input_array(:,5)*1000
input_vy(:) = input_array(:,6)*1000
input_vz(:) = input_array(:,7)*1000
!$OMP PARALLEL DO private(vfac,drx,dry,drz,dvx,dvy,dvz,rmag,jfac,az,jz) shared(output_array) NUM_THREADS(2)
DO irow = 1,nrow
! Get the i-th iteration
vfac = sqrt(input_M(irow)/psr_M)
drx = (input_rx-input_rx(irow))
dry = (input_ry-input_ry(irow))
drz = (input_rz-input_rz(irow))
dvx = (input_vx-input_vx(irow)*vfac)
dvy = (input_vy-input_vy(irow)*vfac)
dvz = (input_vz-input_vz(irow)*vfac)
rmag = sqrt(drx**2+dry**2+drz**2)
jfac = -3*drz/(drx**2+dry**2+drz**2)
! Calculate the acceleration and jerk
az = input_M*(drz/rmag**3)
jz = (input_M/rmag**3)*((dvx*drx*jfac)+(dvy*dry*jfac)+(dvz+dvz*drz*jfac))
! Remove bad index
az(irow) = 0
jz(irow) = 0
output_array(irow,1) = sum(az)
output_array(irow,2) = sum(jz)
END DO
!$OMP END PARALLEL DO
END subroutine calc
您可以通过环境变量OMP_NUM_THREADS控制线程数,并且在代码中可以检查omp_get_max_threads有多少线程可用。 – haraldkl
你应该可以写'use omp_lib'而不是'include“omp_lib.h'',理想情况下使用'!$ use omp_lib',以允许在没有OpenMP支持的情况下进行编译。 – haraldkl
@haraldkl所以我在早期测试过,代码确实报告我使用2个线程(在发布代码的情况下)。我试着用不同数量的线程来运行代码,以查看会发生什么变化。发生了。) 另外,试图使用!$ use omp_lib就像您提到的,由于某种原因,我的设置无法正常工作(而include功能无法正常工作)。我在Fortran脚本上运行openmp之前没有任何include语句,现在添加了这个库,希望它可能是某种奇怪的编译器/封装特定的东西。 –