并行化：pthreads还是OpenMP？
科学计算中的大多数人在共享内存并行化方面使用OpenMP作为准标准。
有没有任何理由（除了可读性）通过pthreads使用OpenMP？ 后者似乎更基本，我怀疑它可以更快，更容易优化。
它基本上归结为你想要的平行化控制水平。 如果您想要做的只是添加一些#pragma语句，并且能够快速获得并行版本的代码，则OpenMP非常棒。 如果你想用MIMD编码或者复杂排队做一些有趣的事情，你仍然可以用OpenMP来完成所有的工作，但是在这种情况下使用线程可能更直接。 OpenMP在可移植性方面也具有相似的优势，因为不同平台的许多编译器现在都支持它，就像pthread一样。
所以你是绝对正确的 – 如果你需要对你的并行化进行微调，使用pthreads。 如果要尽可能less地进行并行操作，请使用OpenMP。
无论你决定去哪里，祝你好运！
另一个原因是：OpenMP是基于任务的，Pthreads是基于线程的。 这意味着OpenMP将分配与内核数相同数量的线程。 所以你会得到可扩展的解决scheme。 使用原始线程并不是那么容易的任务。
第二种观点：OpenMP提供了简化function：当你需要在线程中计算部分结果并合并它们。 你可以使用单行代码来实现它。 但是使用原始线程你应该做更多的工作。
只是想想你的要求，并试图了解：OpenMP足够吗？ 你会节省很多时间。
OpenMP需要一个支持它的编译器，并使用pragmas。 这样做的好处是，在没有OpenMP支持（例如PCC或Clang / LLVM）编译时，代码仍然可以编译。 另外，请看看Charles Leiserson写关于DIYmultithreading的内容 。
Pthreads是用于库的POSIX标准（ IEEE POSIX 1003.1c ），而OpenMP规范将在编译器上实现; 也就是说，有许多pthread实现（例如OpenBSD的rthreads，NPTL）和一些支持OpenMP的编译器（例如带有-fopenmp标志的GCC，MSVC ++ 2008）。
只有当多个处理器可用时，并且只有当代码针对可用处理器的数量进行了优化时，Pthread才能有效地进行并行化。 因此OpenMP代码更容易扩展。 您也可以将使用OpenMP编译的代码与使用pthread的代码混合在一起。
你的问题类似于“我应该编程C还是程序集”，C是OpenMP，程序集是pthread。
用pthreads你可以做更好的并行化，更好的意义非常紧密地适应你的algorithm和硬件。 这将是很多工作，虽然。
使用pthreads，生成不良并行代码也更容易。
当您需要并行执行相同的任务 （即多个数据）时，OpenMP非常适用，这是一种SIMD机器（单指令多数据）。
当需要并行执行（完全不同的）任务时，需要Pthreads，例如，读取一个线程中的数据并在另一个线程中与用户交互。
看到这个页面：
http://berenger.eu/blog/c-cpp-openmp-vs-pthread-openmp-or-posix-thread/
除了可读性，是否有任何理由通过pthreads使用OpenMP？
麦克有点触动了这个：
OpenMP在可移植性方面也具有相似的优势，因为不同平台的许多编译器现在都支持它，就像pthread一样
Crypto ++是跨平台的，意味着在Windows，Linux，OS X和BSD上运行。 它使用OpenMP进行线程支持，这些线程支持的操作可能很昂贵，比如模幂运算和模乘（可以执行并发操作）。
Windows不支持pthread，但现代Windows编译器确实支持OpenMP。 所以如果你想要移植到非nix的话，OpenMP通常是一个不错的select。
正如迈克所指出的那样：
如果你想要做的只是添加一些#pragma语句，并且相当快速地获得一个并行版本的代码，那么OpenMP是非常棒的。
下面是Crypto ++在RSA签名和Rabin-Williams签名中预先计算Rabin-Williams签名中使用的一些值的示例，这些值使用了伯恩斯坦（Bernstein）描述的Tweaked Roots：
void InvertibleRWFunction::Precompute(unsigned int /*unused*/) { ModularArithmetic modp(m_p), modq(m_q); #pragma omp parallel sections { #pragma omp section m_pre_2_9p = modp.Exponentiate(2, (9 * m_p - 11)/8); #pragma omp section m_pre_2_3q = modq.Exponentiate(2, (3 * m_q - 5)/8); #pragma omp section m_pre_q_p = modp.Exponentiate(m_q, m_p - 2); } }
它符合Mike的观察 – 细粒度控制和同步并不是真的需要。 并行化被用来加速执行，并且源代码中没有任何代价。
如果OpenMP 不可用，则代码将缩小为：
m_pre_2_9p = modp.Exponentiate(2, (9 * m_p - 11)/8); m_pre_2_3q = modq.Exponentiate(2, (3 * m_q - 5)/8); m_pre_q_p = modp.Exponentiate(m_q, m_p - 2);
