【ELF2学习板】利用OpenMP采用多核并行技术提升FFTW的性能

目录

引言

OpenMP简介

编译OpenMP支持的FFTW库

部署与测试

测试程序

程序部署

测试结果

结语

---

引言

在前面已经介绍了在ELF2开发板上运行FFTW计算FFT。今天尝试利用RK3588的多核运算能力来加速FFT运算。FFTW利用多核能力可以考虑使用多线程或者OpenMP。今天介绍一下OpenMP的测试结果。

OpenMP简介

OpenMP（Open Multi-Processing）是一种基于共享内存的并行编程模型，旨在简化多核CPU的并行计算开发。它通过编译器指令（Compiler Directives）、运行时库函数和环境变量，帮助开发者轻松实现多线程并行化。

OpenMP的核心特性包括：

• 基于指令的并行化
  通过 #pragma omp 编译指导语句实现并行控制，无需手动管理线程。

• 共享内存模型
  所有线程共享同一内存空间，可通过共享变量直接通信。

• 工作共享（Work-Sharing）
  自动将任务（如循环迭代）分配到多个线程。

• 数据环境管理
  明确控制变量的共享（shared）或私有（private）属性。

• 动态线程调度
  支持运行时调整线程数量和任务分配策略。

编译OpenMP支持的FFTW库

FFTW默认的选项是不编译OpenMP的，所以想使用OpenMP需要重新编译一下FFTW库。

交叉编译前用如下命令配置：

 ./configure  --prefix=/mnt/d/test/install --host=arm-linux --enable-float --enable-openmp CC=aarch64-linux-gnu-gcc

然后执行make和make install就可以得到相应的头文件和库文件。此时库文件会多一个libfftw3f_omp.a。

 

部署与测试

测试程序

为了使程序支持OpenMP并利用多核系统提升速度，需要进行以下修改：

1. 包含OpenMP头文件：添加#include <omp.h>以使用OpenMP函数。

2. 初始化FFTW多线程支持：在main函数开始时调用fftwf_init_threads()。

3. 设置FFTW使用的线程数：使用omp_get_max_threads()获取可用线程数，并通过fftwf_plan_with_nthreads()配置。

4. 并行化初始化数据的循环（可选）：使用#pragma omp parallel for加速数据初始化。

5. 编译时链接OpenMP和FFTW多线程库：确保编译器链接-lfftw3_omp并添加-fopenmp选项。

修改后的代码如下：

#include <stdio.h>
#include <stdlib.h>
#include <fftw3.h>
#include <time.h>
#include <omp.h>  // 添加OpenMP头文件// 计算时间差（单位：微秒）
long long get_time_diff_us(struct timespec start, struct timespec end) {return (end.tv_sec - start.tv_sec) * 1000000LL + (end.tv_nsec - start.tv_nsec) / 1000;
}int main() {const int N = 2048;fftwf_complex *in, *out, *back;fftwf_plan p, q;struct timespec start, end;long long fft_time_us, ifft_time_us;// 初始化FFTW多线程支持fftwf_init_threads();int threads = omp_get_max_threads();  // 获取可用线程数printf("可用线程数 = %d\n", threads);fftwf_plan_with_nthreads(threads);    // 设置FFTW使用的线程数// 分配内存in = (fftwf_complex*) fftwf_malloc(sizeof(fftwf_complex) * N);out = (fftwf_complex*) fftwf_malloc(sizeof(fftwf_complex) * N);back = (fftwf_complex*) fftwf_malloc(sizeof(fftwf_complex) * N);// 并行初始化输入数据#pragma omp parallel for  // 使用OpenMP并行化循环for (int i = 0; i < N; i++) {in[i][0] = (float)i; // 实部in[i][1] = 0.0f;     // 虚部}// 创建FFT计划p = fftwf_plan_dft_1d(N, in, out, FFTW_FORWARD, FFTW_ESTIMATE);// 记录FFT开始时间clock_gettime(CLOCK_MONOTONIC, &start);// 执行FFT（自动多线程加速）fftwf_execute(p);// 记录FFT结束时间clock_gettime(CLOCK_MONOTONIC, &end);// 计算FFT时间fft_time_us = get_time_diff_us(start, end);// 创建IFFT计划q = fftwf_plan_dft_1d(N, out, back, FFTW_BACKWARD, FFTW_ESTIMATE);// 记录IFFT开始时间clock_gettime(CLOCK_MONOTONIC, &start);// 执行IFFT（自动多线程加速）fftwf_execute(q);// 记录IFFT结束时间clock_gettime(CLOCK_MONOTONIC, &end);// 计算IFFT时间ifft_time_us = get_time_diff_us(start, end);// 输出结果printf("2048点单精度FFT所需时间: %lld 微秒\n", fft_time_us);printf("2048点单精度IFFT所需时间: %lld 微秒\n", ifft_time_us);// 释放计划和内存fftwf_destroy_plan(p);fftwf_destroy_plan(q);fftwf_free(in);fftwf_free(out);fftwf_free(back);return 0;
}

关键修改说明：

1. 多线程初始化：通过fftwf_init_threads()和fftwf_plan_with_nthreads()启用FFTW的多线程支持。

2. 并行数据初始化：使用OpenMP指令加速数据填充循环（根据实际情况可选）。

3. FFT/IFFT并行计算：FFTW会在执行fftwf_execute()时自动使用配置的线程数进行并行计算。

这些修改使得FFT和IFFT计算过程能够利用多核CPU，从而显著提升处理速度。

程序编译的命令行为：

aarch64-linux-gnu-gcc -o fftwtest-openmp fftwtest-openmp.c -Iinclude -Llib -lfftw3f -lm -lfftw3f_omp -fopenmp

程序部署

ELF2开发板默认是没有OpenMP支持库的，需要将主机的/usr/aarch64-linux-gnu/lib/libgomp.so.1 拷贝到开发板的/usr/lib目录下，否则程序运行时会报告错误。

测试结果

我本来对程序的运行时间是没啥期待的，因为2048点对于FFT计算来说太短了，很难并并行加速。结果还行，有些效果，差不多50微秒左右，比NEON加速还快一些。

 RK3588搭载四核A76+四核A55，所以OpenMP可用线程数为8。

结语

OpenMP加速的结果令人欣慰。不过CPU计算FFT可能也就是这个水平了，估计没法大幅度提升了。