OpenMp For-Loop Распараллеливание

Я пытаюсь распараллелить следующий фрагмент кода с OpenMP.

#pragma omp parallel for collapse(2)
{
for (int mNdx = 0; mNdx < M; ++mNdx)
{
for (int nNdx = mNdx; nNdx < N; ++nNdx)
{
for (int elemNdx = mNdx; elemNdx <= nNdx; ++elemNdx)
{
result[mNdx * N + nNdx] += matrixOne[mNdx * N + elemNdx] * matrixTwo[elemNdx * N + nNdx];
}
}
}
}

Но SpeedUp всегда составляет около 1,0 (+ — 0,05). Я перепробовал все возможные расписания (авто, динамический, статический и управляемый), разные размеры чанка, без коллапса и с коллапсом (2).
Время выполнения не меняется вообще …

Может кто-нибудь объяснить мне, почему или где моя вина?
Может ли это быть из-за автоматического распараллеливания цикла for?

Заранее спасибо за любой совет / совет!

Обновить:

По мере необходимости проверяемый пример.

#include <omp.h>
#include <iostream>

void initMatrix(float* mat, const int M, const int N);
void initResMatrix(float* mat, const int M, const int N);

double matMulUpperTriangular_C(float* matrixOne, float* matrixTwo, float* result, const int M, const int N);
double matMulUpperTriangular_Omp(float* matrixOne, float* matrixTwo, float* result, const int M, const int N);

int main()
{
const int M = 2048, N = 2048;
float* matOne = (float*)malloc(M * N * sizeof(float));
float* matTwo = (float*)malloc(M * N * sizeof(float));
float* res = (float*)malloc(M * N * sizeof(float));

initMatrix(matOne, M, N);
initMatrix(matTwo, M, N);
initResMatrix(res, M, N);

double timeConsumption[2] = { 0.0, 0.0 };

timeConsumption[0] = matMulUpperTriangular_C(matOne, matTwo, res, M, N);
timeConsumption[1] = matMulUpperTriangular_Omp(matOne, matTwo, res, M, N);

std::cout << "Runtime C:\t\t" << timeConsumption[0] << "s" << std::endl;
std::cout << "Runtime Omp:\t\t" << timeConsumption[1] << "s";
std::cout << " | SpeedUp: " << timeConsumption[0] / timeConsumption[1] << std::endl;

system("PAUSE");
return 0;
}

void initMatrix(float* mat, const int M, const int N)
{
for (int mNdx = 0; mNdx < M; ++mNdx)
{
for (int nNdx = 0; nNdx < mNdx; ++nNdx)
{
mat[mNdx * N + nNdx] = 0;
}
for (int nNdx = mNdx; nNdx < N; ++nNdx)
{
mat[mNdx * N + nNdx] = ((mNdx + nNdx) % 5 + 1) * 0.1f;
}
}
}

void initResMatrix(float* mat, const int M, const int N)
{
for (int mNdx = 0; mNdx < M; ++mNdx)
{
for (int nNdx = 0; nNdx < N; ++nNdx)
{
mat[mNdx * N + nNdx] = 0.0f;
}
}
}

double matMulUpperTriangular_C(float* matrixOne, float* matrixTwo, float* result, const int M, const int N)
{
double startTime = omp_get_wtime();

for (int mNdx = 0; mNdx < M; ++mNdx)
{
for (int nNdx = mNdx; nNdx < N; ++nNdx)
{
for (int elemNdx = mNdx; elemNdx <= nNdx; ++elemNdx)
{
result[mNdx * N + nNdx] += matrixOne[mNdx * N + elemNdx] * matrixTwo[elemNdx * N + nNdx];
}
}
}

double endTime = omp_get_wtime();

return endTime - startTime;
}

double matMulUpperTriangular_Omp(float* matrixOne, float* matrixTwo, float* result, const int M, const int N)
{
double startTime = omp_get_wtime();

#pragma omp parallel for collapse(2)
{
for (int mNdx = 0; mNdx < M; ++mNdx)
{
for (int nNdx = mNdx; nNdx < N; ++nNdx)
{
for (int elemNdx = mNdx; elemNdx <= nNdx; ++elemNdx)
{
result[mNdx * N + nNdx] += matrixOne[mNdx * N + elemNdx] * matrixTwo[elemNdx * N + nNdx];
}
}
}
}

double endTime = omp_get_wtime();

return endTime - startTime;
}

Решено:

Глупая ошибка …
установил / MP-Flag (Сборка с несколькими процессами) вместо / openmp.
Теперь SpeedUp около 2.0 🙂

Извините и спасибо всем за помощь!