call by reference 시 퍼포먼스에 관한 질문입니다.

과제로 내주신 것 중 std::thread와 std::promise를 사용하는 것을 먼저 해보고 divide and conquer를 std::thread를 이용해서 구현하는 것을 해봤는데, 궁금증이 생겨서 질문드렸습니다.

강의 영상 막바지에 보여주셨던 std::async와 std::future를 사용했던 예제를 참고해서, 하나의 변수에 여러 스레드가 값을 누적시키는 것이 아닌 각자의 local sum에 값을 누적시킨 후 마지막에 모두 더하는 방식으로 구현해봤습니다.

	// TODO #1 : use divide and conquer strategy for std::thread
	cout << "thread" << endl;
	{
		const auto sta = chrono::steady_clock::now();

		unsigned long long sum = 0;

		vector<std::thread> threads;
		vector<unsigned> sums;
		threads.resize(n_threads);
		sums.resize(n_threads);

		const unsigned n_per_thread = n_data / n_threads;
		for (unsigned t = 0; t < n_threads; t++) {
			threads[t] = std::thread(dotProductThread, std::ref(v0), std::ref(v1), t * n_per_thread, (t + 1) * n_per_thread, std::ref(sums[t]));
		}

		for (unsigned t = 0; t < n_threads; t++) {
			threads[t].join();
			sum += sums[t];
		}

		const chrono::duration<double> dur = chrono::steady_clock::now() - sta;

		cout << dur.count() << endl;
		cout << sum << endl;
		cout << endl;
	}

그리고 처음에는 std::thread가 사용할 함수인 dotProductThread의 구현을 call by reference를 반환값처럼 사용하도록 아래와 같이 구현했습니다.

auto dotProductThread(const vector<int>& v0, const vector<int>& v1, const unsigned i_start, const unsigned i_end, unsigned& local_sum) {
	for (unsigned i = i_start; i < i_end; i++) {
		local_sum += v0[i] * v1[i];
	}
}

그런데 실행해봤더니 정답은 제대로 나오지만 속도가 제가 구현한 std::thread와 std::promise를 사용한 예제보다 훨씬 느렸고, 심지어 std::innerproduct보다도 느렸습니다.

뭐가 문제일까 싶어 여러가지를 바꿔보다가 아래와 같이 dotProductThread함수에서 매번 레퍼런스에 값을 더하지 않고 변수를 하나 선언해 누적하다가 마지막에만 넘겨주도록 하였습니다.

auto dotProductThread(const vector<int>& v0, const vector<int>& v1, const unsigned i_start, const unsigned i_end, unsigned& local_sum) {
	unsigned t = 0;
	for (unsigned i = i_start; i < i_end; i++) {
		t += v0[i] * v1[i];
	}
	local_sum = t;
}

실행했더니 속도가 std::thread와 std::promise를 사용한 예제와 거의 비슷하게 나와주었습니다.

1. call by reference로 전달된 참조에 너무 빈번하게 접근해도 퍼포먼스 저하가 일어난다고 봐도 될까요?

2. 그리고 시험삼아 출력문을 dotProductThread 내에 작성해봤더니 race condition은 일어나지 않는 것 같았습니다. 이런 경우 굳이 std::atomic이나 뮤텍스를 사용할 필요는 없나요? 또는 작업이 더욱 복잡해진다면 안정성을 위해 사용해줘야 하는 걸까요?(프로그래머가 미처 고려하지 못한 상황이라거나)