OpenMPI通信问​​题

Question

我正在努力解决这个问题，因为现在几天。我有一个混合的OpenMPI + Pthreads程序。这意味着，程序在多台机器上运行，以便每台机器运行一组pthread。

为了简化问题，让我们假设有3台机器，每台机器运行2个pthreads：P1和P2。现在，每台机器上的P1使用MPI_Send / Recv连续与其他机器上的P1通信。同时，P2做了一些工作并定期调用MPI_Barrier（与其他机器上的P2同步）。这使MPI_Send / Recv方法失败，并且程序崩溃时出现随机错误，例如：通过对等/错误文件描述符/ tcp错误等连接重置。

1. 如果我从P2注释掉MPI_Barrier，一切正常。
2. 如果我从P1注释掉MPI_Send / Recv，一切正常。
3. 如果P2中的MPI_Barrier和P1中的MPI_Send / Recv都未被注释，程序将崩溃。

因此，我能想到的唯一原因是MPI_Barrier和MPI_Send / Recv在基础通信级别上相互影响。

但是，我确实需要P1中的通信（如MPI_Send / Recv）和P2中的同步（如MPI_Barrier）以保持语义正确性。我同时需要它们（这意味着我不想在达到同步点之前暂停通信，然后继续从它离开的地方继续通信）。

有办法做到这一点吗？

Answer 1

您看到的错误大多与初始化错误的MPI相似（就像您在多线程应用程序中调用MPI_Init而不是MPI_Init_thread一样）。请参阅http://www.mpi-forum.org/docs/mpi-20-html/node165.htm。

如果问题仍然存在，我还建议你至少使用一个单独的MPI通讯器进行MPI_Barrier()通话。