这类似于互联网上的一些问题，但这段代码似乎工作了一段时间而不是立即返回错误，这对我来说可能不仅仅是主机文件错误？
我正在运行一个代码，该代码产生多个MPI进程，然后每个进程创建一个循环，在循环中，他们通过bcast和scatter发送一些数据，然后从这些进程收集数据。这将运行算法并保存数据。然后它与生成的comm断开连接，并在下一个循环中创建另一组spawns。这可以工作几分钟，然后在大约300个文件后，它会吐出来：
[T7810:10898] [[50329,0],0] ORTE_ERROR_LOG: Not found in file ../../../../../orte/mca/plm/base/plm_base_launch_support.c at line 758
--------------------------------------------------------------------------
mpirun was unable to start the specified application as it encountered an error.
More information may be available above.
我在本地计算机（单个节点）上测试它，因此最终部署将有多个节点，每个节点在该节点内产生自己的mpi进程。我试图弄清楚这是否是在本地计算机上测试多个节点的问题，并且在HPC上工作正常或者是一个更严重的错误。
我该如何调试？有没有办法打印出MPI尝试做什么，或者监控MPI，比如详细模式？
答案 0 :(得分：0)
由于MPI4PY非常接近MPI（逻辑上，如果不是代码行），调试它的一种方法是编写程序的C版本并查看问题是否仍然存在。当您向OpenMPI报告此错误时，他们无论如何都会想要一个小的测试用例。