openmp编程
1. 编写C#程序有必要使用OPENMP吗
“OpenMP是由OpenMP Architecture Review Board牵头提出的，并已被广泛接受的，用于共享内存并行系统的多线程程序设计的一套指导性注释(Compiler Directive)。OpenMP支持的编程语言包括C语言、C++和Fortran；而支持OpenMP的编译器包括Sun Compiler，GNU Compiler和Intel Compiler等。” 所以说C#你不需要用这个，因为它不支持C#
2. 在Linux进行C语言编程的时候，程序里使用了mpi或者openmp或者都使用了该怎么进行编译执行谢谢
mpi或者openmp
这个，你指的是库？
如果是的话，编译时，加上链接库的编译选项就可以。
比如 gcc -hello.c -o hello -lm -lxml -L/usr/local/lib -lts
-lm 链接了math库
-lxml链接了xml库
-L/usr/local/lib -lts 链接了ts库，ts库存在目录/usr/local/lib中
3. 谁知道MPI和openMP的区别和联系
OpenMP和MPI是并行编程的两个手段，对比如下：
OpenMP:线程级（并行粒度）；共享存储；隐式（数据分配方式）；可扩展性差；
MPI：进程级；分布式存储；显式；可扩展性好。
OpenMP采用共享存储，意味着它只适应于SMP,DSM机器，不适合于集群。MPI虽适合于各种机器，但它的编程模型复杂：
需要分析及划分应用程序问题，并将问题映射到分布式进程集合；
需要解决通信延迟大和负载不平衡两个主要问题；
调试MPI程序麻烦；
MPI程序可靠性差，一个进程出问题，整个程序将错误；
其中第2个问题感受深刻。每次听我们部门并行组的人做报告，总是听到他们在攻克通信延迟大和负载不平衡的问题。一种并行算法的好坏就看它有没有很好的解决这两个问题。
与OpenMP，MPI相比，MapRece的优势何在呢？
自动并行；
容错；
MapRece学习门槛低。
附：
SMP(Symmetric multi-processing)，共享总线与内存，单一操作系统映象。在软件上是可扩展的，而硬件上不能。
DSM（distributed shared memory），SMP的扩展。物理上分布存储；单一内存地址空间；非一致内存访问；单一操作系统映象。
4. 从并行计算的角度对比,MPI 与 OpenMP 有什么区别
OpenMP和MPI是并行编程的两个手段，对比如下：
OpenMP:线程级（并行粒度）；共享存储；隐式（数据分配方式）；可扩展性差。
MPI：进程级；分布式存储；显式；可扩展性好。OpenMP采用共享存储，意味着它只适应于SMP,DSM机器，不适合于集群。MPI虽适合于各种机器，但它的编程模型复杂。
需要分析及划分应用程序问题，并将问题映射到分布式进程集合。需要解决通信延迟大和负载不平衡两个主要问题。
延伸论述：
我认为，要理解OpenMP和MPI，首先要有一些操作系统知识和系统编程基础——OpenMP对应的实际上是单进程多线程的并发编程模型，可以将一个单线程的程序按for循环拆分成多线程——相当于pthread_create。
对于同一个进程的多个线程来说，由于它们只是独占自己的栈内存，堆内存是共享的，因此数据交换十分地容易，直接通过共享变量就可以进行交换，编程模型非常简单易用，并且对于操作系统来说，线程的上下文切换成本也比进程低很多。
然而另一方面，由于线程不能脱离进程独立存在，而一个进程不能存在于多台机器上，所以OpenMP只适用于拥有多个CPU核心的单台电脑。并且多线程编程存在临界区（Critical Section），需要你自己去加锁，解决Race Condition问题，否则的话很容易导致不可预知的后果。
而MPI则是多进程的并发编程模型，相当于你自己调用fork——每一个进程的内存地址空间都是独立的，它们彼此之间几乎什么都不共享，只能通过进程间通信（IPC）来交换彼此的数据，因此编程难度明显要大很多。
MPI有一个非常显着的优点，那就是对于一个分布式系统来说，进程是可以在分布式系统的每一台电脑之间转移的，因此对于拥有多台电脑的分布式系统来说，其并发性要明显好于OpenMP。
5. MPI与Openmp，CUDA这三级混合编程是怎么个逻辑关系
MPI 负责节点之间的通信
OpenMP负责节点中多核cpu的计算
CUDA负责节点中gpu上的计算
6. 求《OPENMP编译原理及实现技术》全文免费下载百度网盘资源,谢谢~
《OPENMP编译原理及实现技术》网络网盘pdf最新全集下载:
链接：https://pan..com/s/122Xvd3cLwtzPFlh9XrJLUA
简介：OpenMP制导指令将C语言扩展为一个并行语言，但OpenMP本身不是一种独立的并行语言，而是为多处理器上编写并行程序而设计的、指导共享内存，OpenMP编程模型以线程为基础，通过编译制导指令来显示地指导并行化
7. 怎样使用 openmap c++
OpenMP 框架是使用 C、C++ 和 Fortran 进行并发编程的一种强大方法。GNU Compiler Collection (GCC) V4.2 支持 OpenMP 2.5 标准，而 GCC 4.4 支持最新的 OpenMP 3 标准。包括 Microsoft® Visual Studio 在内的其他编译器也支持 OpenMP。在本文中，您可以学习使用 OpenMP 编译指示 (pragma)，寻找对 OpenMP 提供的一些应用程序编程接口 (API) 的支持，并使用一些并行算法对 OpenMP 进行测试
8. 用openmp并行编程计算100的阶乘
OpenMP:
#include <iostream>
#include <mpi.h>
int main( int argc, char** argv ){
int mynode, numnodes;
int sum, startval, endval, accum;
MPI::Status status;
MPI::Init( argc, argv );
numnodes = MPI::COMM_WORLD.Get_size();
mynode = MPI::COMM_WORLD.Get_rank();
sum = 0;
startval = 1000*mynode/numnodes+1;
endval = 1000*(mynode+1)/numnodes;
for( int i=startval; i<=endval; ++i ){
sum = sum + i;
}
if( mynode != 0 ){
MPI::COMM_WORLD.Send( &sum, 1, MPI::INT, 0, 1 );
}
else{
for( int j=1; j<numnodes; ++j ){
MPI::COMM_WORLD.Recv( &accum, 1, MPI::INT, j, 1,
status );
sum = sum + accum;
}
}
if( mynode == 0 )
std::cout << "The sum from 0 to 1000 is: " << sum
<< std::endl;
MPI::Finalize();
}