经过大量谷歌搜索,我不知道是什么导致了这个问题。这是:
我在我的代码中有一个简单的MPI_Allgather调用,我有双重,三重和四重检查是正确的(发送/接收缓冲区大小合适;调用中的发送/接收大小是正确的),但对于“大量”进程导致死锁或MPI_ERR_TRUNCATE。使用MPI_Comm_split将用于Allgather的通信器与MPI_COMM_WORLD分开。对于我目前的测试,等级0进入一个通信器,其余等级进入第二个通信器。总共6个或更少,Allgather工作得很好。如果我使用7个等级,我会得到一个MPI_ERR_TRUNCATE。 8级,僵局。我已经验证通信器被正确拆分(两个通信的所有等级的MPI_Comm_rank和MPI_Comm_size都是正确的。)
我手动验证了每个发送和接收缓冲区的大小,以及最大接收数。我的第一个解决方法是将MPI_Allgather交换为MPI_Gather的for循环到每个进程。这适用于这种情况,但更改给我的代码的网格(使用METIS划分的CFD网格)带来了问题。现在我的解决方案,我还未能打破(还),用 Allgatherv 替换 Allgather ,我认为因为我有更高效从每个进程发送不同数量的数据。
这是(我希望)相关违规代码的背景;如果我错过了某些内容,那么Allgather就会出现在this file的第599行。
// Get the number of mpiFaces on each processor (for later communication)
// 'nProgGrid' is the size of the communicator 'gridComm'
vector<int> nMpiFaces_proc(nProcGrid);
// This MPI_Allgather works just fine, every time
// int nMpiFaces is assigned on preceding lines
MPI_Allgather(&nMpiFaces,1,MPI_INT,nMpiFaces_proc.data(),1,MPI_INT,gridComm);
int maxNodesPerFace = (nDims==2) ? 2 : 4;
int maxNMpiFaces = getMax(nMpiFaces_proc);
// The matrix class is just a fancy wrapper around std::vector that
// allows for (i,j) indexing. The getSize() and getData() methods just
// call the size() and data() methods, respectively, of the underlying
// vector<int> object.
matrix<int> mpiFaceNodes_proc(nProcGrid,maxNMpiFaces*maxNodesPerFace);
// This is the MPI_Allgather which (sometimes) doesn't work.
// vector<int> mpiFaceNodes is assigned in preceding lines
MPI_Allgather(mpiFaceNodes.data(),mpiFaceNodes.size(),MPI_INT,
mpiFaceNodes_proc.getData(),maxNMpiFaces*maxNodesPerFace,
MPI_INT,gridComm);
我目前正在使用OpenMPI 1.6.4,g ++ 4.9.2和带有16GB RAM的AMD FX-8350 8核处理器,运行Elementary OS Freya 0.3(基本上是Ubuntu 14.04)的最新更新。但是,我在使用CentOS,Intel硬件和MPICH2的另一台机器上也遇到了这个问题。
有什么想法吗?我听说可以更改MPI的内部缓冲区大小来修复类似的问题,但是快速尝试这样做(如http://www.caps.ou.edu/pipermail/arpssupport/2002-May/000361.html所示)没有效果。
作为参考,此问题与此处显示的问题非常相似:https://software.intel.com/en-us/forums/topic/285074,但在我的情况下,我在一台台式计算机上只有1个处理器,其中包含8个内核。
更新 我设法将这种失败的极简主义例子放在一起:
#include <iostream>
#include <vector>
#include <stdlib.h>
#include <time.h>
#include "mpi.h"
using namespace std;
int main(int argc, char* argv[])
{
MPI_Init(&argc,&argv);
int rank, nproc, newID, newRank, newSize;
MPI_Comm newComm;
MPI_Comm_rank(MPI_COMM_WORLD,&rank);
MPI_Comm_size(MPI_COMM_WORLD,&nproc);
newID = rank%2;
MPI_Comm_split(MPI_COMM_WORLD,newID,rank,&newComm);
MPI_Comm_rank(newComm,&newRank);
MPI_Comm_size(newComm,&newSize);
srand(time(NULL));
// Get a different 'random' number for each rank on newComm
//int nSend = rand()%10000;
//for (int i=0; i<newRank; i++) nSend = rand()%10000;
/*! -- Found a set of #'s which fail for nproc=8: -- */
int badSizes[4] = {2695,7045,4256,8745};
int nSend = badSizes[newRank];
cout << "Comm " << newID << ", rank " << newRank << ": nSend = " << nSend << endl;
vector<int> send(nSend);
for (int i=0; i<nSend; i++)
send[i] = rand();
vector<int> nRecv(newSize);
MPI_Allgather(&nSend,1,MPI_INT,nRecv.data(),1,MPI_INT,newComm);
int maxNRecv = 0;
for (int i=0; i<newSize; i++)
maxNRecv = max(maxNRecv,nRecv[i]);
vector<int> recv(newSize*maxNRecv);
MPI_Barrier(MPI_COMM_WORLD);
cout << "rank " << rank << ": Allgather-ing data for communicator " << newID << endl;
MPI_Allgather(send.data(),nSend,MPI_INT,recv.data(),maxNRecv,MPI_INT,newComm);
cout << "rank " << rank << ": Done Allgathering-data for communicator " << newID << endl;
MPI_Finalize();
return 0;
}
上面的代码编译并运行为:
mpicxx -std=c++11 mpiTest.cpp -o mpitest
mpirun -np 8 ./mpitest
在我的16核CentOS和我的8核Ubuntu机器上都有以下输出:
Comm 0, rank 0: nSend = 2695
Comm 1, rank 0: nSend = 2695
Comm 0, rank 1: nSend = 7045
Comm 1, rank 1: nSend = 7045
Comm 0, rank 2: nSend = 4256
Comm 1, rank 2: nSend = 4256
Comm 0, rank 3: nSend = 8745
Comm 1, rank 3: nSend = 8745
rank 5: Allgather-ing data for communicator 1
rank 6: Allgather-ing data for communicator 0
rank 7: Allgather-ing data for communicator 1
rank 0: Allgather-ing data for communicator 0
rank 1: Allgather-ing data for communicator 1
rank 2: Allgather-ing data for communicator 0
rank 3: Allgather-ing data for communicator 1
rank 4: Allgather-ing data for communicator 0
rank 5: Done Allgathering-data for communicator 1
rank 3: Done Allgathering-data for communicator 1
rank 4: Done Allgathering-data for communicator 0
rank 2: Done Allgathering-data for communicator 0
请注意,每个传播者只有2个等级退出Allgather;这不是我的实际代码中发生的事情('破碎'通信器上的排名没有退出Allgather),但最终结果是相同的 - 代码挂起直到我杀了它。
我猜这与每个进程上不同数量的发送有关,但据我所知,从我看过的MPI文档和教程中,这应该是允许的,这是正确的吗?当然,MPI_Allgatherv更适用,但为了简单起见,我一直在使用Allgather。
答案 0 :(得分:5)
如果输入计数在所有进程中不相同,则必须使用MPI_Allgatherv
。
准确地说,必须匹配的是类型签名count,type
,因为从技术上讲,您可以使用不同的数据类型获得相同的基本表示(例如,N个元素与1个元素是N个元素的连续类型),但如果你到处使用相同的参数,这是MPI集体的常见用法,那么你的计数必须在任何地方都匹配。
最新MPI标准(3.1)的相关部分见第165页:
在进程中与sendcount,sendtype关联的类型签名 必须等于与recvcount关联的类型签名, 在任何其他过程中的recvtype。