我正在使用Fortran代码在超级计算机上运行大规模模拟。我能够串行运行代码，但我希望改善转换时间。我正在寻求使它并行，我发现我可以使用自动并行化或MPI，我的问题是：哪个更有可能改善转向时间？
我能够使用带有编译器标志-parallel -par-report的英特尔Fortran编译器来查看哪些DO循环并行，所以如果我在4个处理器上运行编译代码，那么实际上是否可行必须做些特别的事情吗？
另外，您是否知道有任何有用的资源也可以学习MPI。我希望能够使用更多的处理器来增加模拟时间，这是我的最终目标。
答案 0 :(得分：1)
更有可能的是，MPI将比自动并行化更快。但是，自动并行化需要大约0.5秒的工作才能获得加速，比如1.2，与Y小时（甚至可能长达Q周）的试错调试相比，可以加快速度比方说，1.7。
如果你对自学MPI感兴趣，可以通过一本书，Gropp，Lusk，＆amp; Skjellum的使用MPI 可能是一个好的开始。
答案 1 :(得分：0)
回答一点取决于硬件的性质和应用程序/工作负载。您是使用多节点集群（最典型）还是大型共享内存机器？假设您是群集用户，则必须使用MPI或Fortran coarray（更可能）分布式内存跨节点并行性和SOMETHING fon节点间共享内存并行性（SMP）。
共享内存并行性可以让您加速与节点上的内核数量（使用Xeon最多32倍）或与协处理器的更多内容成比例。分布式内存并行性可以为您提供与节点数成比例的加速。这些天必须使用这两种类型（或实际上所有3种类型）的并行性来获得合理的性能。你可能会认为它像一个层次结构：1.MPI或coarray在顶部，2。用于共享内存线程的中间和3.最内层的矢量化。
嗯，从您的问题来看，这听起来像是在谈论SMP多核线程并行级别。这是并行自动并行化的行为。不要指望自动标准杆的巨大魔力。如果您希望获得更好的可扩展并行性，则必须尝试Fortran OpenMP或MPI-for-shared内存。在大多数情况下我会推荐OpenMP;它通常更容易编程和更高的性能。 但。它取决于你，你真的应该考虑更大 - 所有3个级别的并行性。如果你计划解决所有3个级别，那么可能最佳组合（因为你是一个快乐的英特尔fortran用户）是1.第一级MPI + 2.SMP级别的OpenMP + 3.在第3级由OpenMP 4.0 pragma simd引导的AutoVectorization。我不是coarray的专家，但它可能是1.MPI的好选择。
如果您不处理经典集群硬件，我的答案确实会减少。