初試Visual Studio 2010平行處理函式 (PPL)

VS2010發表時很強調他的平行處理函式的功能，因此我也嘗試看看是不是真如廣告說的那麼神奇。測試使用一張8MB(32bit)的影像進行500次的平滑化處理。

平滑化處理公式為

I'(x) = (I(x) - dc) * W(x)

首先，必載入平行處理函式的檔頭，由於這是2010才支援的功能，我會先判斷_MSC_VER是否為1600以上的版本，以確認編譯器有支援

#if  _MSC_VER >= 1600

#include "ppl.h"

using namespace Concurrency;

using namespace std;

#endif  //  _MSC_VER

接著將原有的

unsigned long dwPos = 0;

long value = 0;

for(unsigned long i=0 ; i<dwSize ; i++)

{

    value = (((pIData[dwPos] - DC[0]) * pWeight[dwPos]) >> 8);

    if(value < 0)         pOData[dwPos] = 0;

    else if(value > 255)  pOData[dwPos] = 255;

    else                  pOData[dwPos] = (unsigned char)value;

    dwPos++;

    value = (((pIData[dwPos] - DC[1]) * pWeight[dwPos]) >> 8);

    if(value < 0)         pOData[dwPos] = 0;

    else if(value > 255)  pOData[dwPos] = 255;

    else                  pOData[dwPos] = (unsigned char)value;

    dwPos++;

    value = (((pIData[dwPos] - DC[2]) * pWeight[dwPos]) >> 8);

    if(value < 0)         pOData[dwPos] = 0;

    else if(value > 255)  pOData[dwPos] = 255;

    else                  pOData[dwPos] = (unsigned char)value;

    dwPos+=2;

}

改寫為

unsigned long dwPos = 0;

long value = 0;

parallel_for(unsigned long(0),dwSize,[&](unsigned long i)

{

    dwPos = (i << 2);

    value = (((pIData[dwPos] - DC[0]) * pWeight[dwPos]) >> 8);

    if(value < 0)         pOData[dwPos] = 0;

    else if(value > 255)  pOData[dwPos] = 255;

    else                  pOData[dwPos] = (unsigned char)value;

    dwPos++;

    value = (((pIData[dwPos] - DC[1]) * pWeight[dwPos]) >> 8);

    if(value < 0)         pOData[dwPos] = 0;

    else if(value > 255)  pOData[dwPos] = 255;

    else                  pOData[dwPos] = (unsigned char)value;

    dwPos++;

    value = (((pIData[dwPos] - DC[2]) * pWeight[dwPos]) >> 8);

    if(value < 0)         pOData[dwPos] = 0;

    else if(value > 255)  pOData[dwPos] = 255;

    else                  pOData[dwPos] = (unsigned char)value;

    dwPos+=2;

});

這裡我犯了一個明顯的錯誤，在做並行化處理時必注意資料必需保持獨立性，共享資料則必需唯讀或同步化，上述的程式執行後，影像上會有明顯的雜點，主要原因是共享資料dwPos與value並未保持唯讀的特性，使得資料混亂。

解決方案為將dwPos與value變為local的變數不共享，程式修改如下：

parallel_for(unsigned long(0),dwSize,unsigned long(1),[&](unsigned long i)

{

    for(int c=0 ; c<3 ; c++)

    {

        unsigned long dwPos = (i << 2) + c;

        long value = (((pIData[dwPos] - DC[c]) * pWeight[dwPos]) >> 8);

        if(value < 0)         pOData[dwPos] = 0;

        else if(value > 255)  pOData[dwPos] = 255;

        else                  pOData[dwPos] = (unsigned char)value;

    }

});

 

先在Core dual 2.2G + XP系統上執行，比較serial / parallel上執行的效能

serial:       0.01639851 sec / frame

paralle:     0.03472216 sec / frame

在雙核主機上serial的效能比parallel佳

換成 Coro i7 920 2.7G + XP64再次比較

serial:       0.01312059

parallel:    0.01394287

平行處理的效能與使用單處理器相當，也就是說，單純使用平行處理函式的速度並未有提升而且可能降低原有的效能。看來事實並不如Microsoft廣告說的如此簡單，要發揮出真正的效能仍有不少最佳化的動作要做。