引入OpenMP后，可以使程序部分并行化。每个核拷贝一份共享的变量，到自己的存储空间（threadprivate memory）进行运算，最后再写回。我觉得比较好的做法是每个thread共享指向堆区的一个指针，这样可以减少数据的搬运，而让每个thread都能对数据进行独立的修改。
原本的单核程序可能是在L2和MSMC上运行，而使用OpenMP的程序可能受到空间限制，把程序放在DDR上运行，这样就会慢很多，反而起不到加速的效果。而每个核之间的同步也有额外的开销，所以加速效果可能达不到预期。
实际测试发现，如果在platform里直接设置L2 Cache，OpenMP可能都跑不通，会出现任务栈溢出的错误。后来我就没有在platform上直接设置L2 Cache，而是在运行的过程中设置L2 Cache，这样做的效果也不是很理想。在DDR上开辟堆区，如果没有L2 Cache实际计算的效率非常低。源操作数和目的操作数均位于DDR上，我用4核OpenMP+L2 Cache计算8000次浮点乘法，平均每次用时80ns；而用单核+L2 Cache仅需3点几个ns。所以如果是想加速算法，真的不建议用OpenMP。
再Linux下使用gcc编译器，O2优化，编译出的
openmp并行比不用
openmp的串行程序还要慢。然后换了intel2020的icc编译器，原有程序的基础上使用icc编译，发现速度提升飞快，比串行快了大约8s，由于我的程序中并行for循环使用并不是很多，所以效果不是很明显，但解决了并行效率低的问题。
另外gcc是免费的，icc是收费的而且装好要20多个G以上，据说icc的bug比较多。
教程目录：http://blog.csdn.net/tostq/article/details/51245979
本节我们将运行第一个多核DSP程序，熟悉CCS开发环境，学会使用CCS调试工具，主要内容如下：
（1）新建CCS项目
（2）导入Target 仿真模块
（3）使用调试工具
一、新建CCS项目
选择File/New/CCS Project
二、新建项目对话框
int layer_for = 2;
int each_task_size_for = 100000 / 20;
int num_threads = omp_get_max_threads();
// int num_threads_limit = omp_get_thread_limit();//编不过？
printf("多线程：%d\t%d\n", num_threads);
omp_set_num_threads(num_threads);
#pragma omp parallel num_th..
一． 这么学DSP比较有效
在开始C6678的架构讲解之前，我想拉出一点篇幅，给大家谈一下，根据我个人的理解，怎么样才能比较快的学好DSP。
（1）学习DSP，首先要与学MCU区分开，毕竟这是两个完全不同的架构，而且DSP与MCU的设计思路完全不一样。MCU是为通用的控制而设计，DSP则是专为高速应用而设计；
（2）从硬件的角度来考虑，要玩转DSP，首先需要仔细阅读其数据手册和用户指南。数据手册中，重点阅读DSP的技术指标，最关键的是对芯片的电源需求做详细的了解，其中对核电压的需求一定要认真了解，这是DSP
IPC是SYS/BIOS处理核间通信的组件
IPC的几种应用方式（下面中文名字是自行翻译，旁边有英文=_=||，另外下面的配图中的蓝色表示需要调用模块的APIs，而红色模块表示仅仅需要配置（如在.cfg中配置），而灰色模块表示是非必须的）：
（1）最小使用（Minimal use）：这种情况是通过核间的通知机制（notification）来实施的.
b'
OpenMP在Linux上的使用方式是什么？'
OpenMP是一种并行编程的API，可以在共享内存系统中进行并行计算。在Linux上使用
OpenMP可以先安装支持
OpenMP的编译器（如GCC），然后通过编译时加上编译选项“-f
openmp”来开启
OpenMP的支持。在程序中可以使用pragma语句指定并行化的区域，例如#pragma omp parallel和#pragma omp for等。通过这些指令，程序能够自动利用多个CPU核心进行并行计算，提高程序的性能。
### 回答2：
### 回答3：
