Question

我正在尝试运行一个并行工作流程，我正在评估ParallelGroup内的1000多个并行案例。如果我在少量内核上运行它不会崩溃，但在某个时刻增加节点数会引发错误，这表明它与问题的分区方式有关。

我从OpenMDAO和PETSc的深层地下城得到了一个错误，就我所见的设置通信表时的目标索引而言。下面是错误追溯的打印：

File "/home/frza/git/OpenMDAO/openmdao/core/group.py", line 454, in _setup_vectors
impl=self._impl, alloc_derivs=alloc_derivs)
File "/home/frza/git/OpenMDAO/openmdao/core/group.py", line 1456, in _setup_data_transfer
self._setup_data_transfer(my_params, None, alloc_derivs)
File "/home/frza/git/OpenMDAO/openmdao/core/petsc_impl.py", line 125, in create_data_xfer
File "/home/frza/git/OpenMDAO/openmdao/core/petsc_impl.py", line 397, in __init__
tgt_idx_set = PETSc.IS().createGeneral(tgt_idxs, comm=comm)
File "PETSc/IS.pyx", line 74, in petsc4py.PETSc.IS.createGeneral (src/petsc4py.PETSc.c:74696)
tgt_idx_set = PETSc.IS().createGeneral(tgt_idxs, comm=comm)
File "PETSc/arraynpy.pxi", line 121, in petsc4py.PETSc.iarray (src/petsc4py.PETSc.c:8230)
TypeError: Cannot cast array data from dtype('int64') to dtype('int32') according to the rule 'safe'

这个答案：

https://scicomp.stackexchange.com/questions/2355/32bit-64bit-issue-when-working-with-numpy-and-petsc4py/2356#2356

让我找到你设置tgt_idxs向量的位置，看看它是否用正确的dtype PETSc.IntType定义。但到目前为止，当我尝试设置我认为可能导致错误的数组类型时，我只会遇到Petsc has generated inconsistent data错误。

我还没有按照我链接的答案中的建议，尝试使用--with-64-bit-indices重新安装PETSc。您是否以这种方式运行PETSc？

编辑：我现在已经设置了一个问题的精简版本，它复制了我得到的错误：

import numpy as np

from openmdao.api import Component, Group, Problem, IndepVarComp, \
                         ParallelGroup


class Model(Component):

    def __init__(self, nsec, nx, nch):
        super(Model, self).__init__()

        self.add_output('outputs', shape=[nx+1, nch*6*3*nsec])

    def solve_nonlinear(self, params, unknowns, resids):

        pass

class Aggregate(Component):

    def __init__(self, nsec, ncase, nx, nch, nsec_env=12):
        super(Aggregate, self).__init__()

        self.ncase = ncase

        for i in range(ncase):
            self.add_param('outputs_sec%03d'%i, shape=[nx+1, nch*6*3*nsec])

        for i in range(nsec):
            self.add_output('aoutput_sec%03d' % i, shape=[nsec_env, 6])


    def solve_nonlinear(self, params, unknowns, resids):

        pass


class ParModel(Group):

    def __init__(self, nsec, ncase, nx, nch, nsec_env=12):
        super(ParModel, self).__init__()

        pg = self.add('pg', ParallelGroup())

        promotes = ['aoutput_sec%03d' % i for i in range(nsec)]
        self.add('agg', Aggregate(nsec, ncase, nx, nch, nsec_env), promotes=promotes)

        for i in range(ncase):
            pg.add('case%03d' % i, Model(nsec, nx, nch))
            self.connect('pg.case%03d.outputs'%i, 'agg.outputs_sec%03d'%i)

if __name__ == '__main__':

    from openmdao.core.mpi_wrap import MPI

    if MPI:
        from openmdao.core.petsc_impl import PetscImpl as impl
    else:
        from openmdao.core.basic_impl import BasicImpl as impl

    p = Problem(impl=impl, root=Group())
    root = p.root

    root.add('dlb', ParModel(20, 1084, 36, 6))
    import time
    t0 = time.time()
    p.setup()
    print 'setup time', time.time() - t0

完成后我还可以看到，由于我们评估的很多案例，数据大小最终变得庞大。我会看看我们是否可以以某种方式减少数据大小。我现在实际上无法运行它，因为它会因错误而崩溃：

petsc4py.PETSc.Errorpetsc4py.PETSc.Error: error code 75
[77] VecCreateMPIWithArray() line 320 in /home/MET/Python-2.7.10_Intel/opt/petsc-3.6.2/src/vec/vec/impls/mpi/pbvec.c
[77] VecSetSizes() line 1374 in /home/MET/Python-2.7.10_Intel/opt/petsc-3.6.2/src/vec/vec/interface/vector.c
[77] Arguments are incompatible
[77] Local size 86633280 cannot be larger than global size 73393408
: error code 75

或TypeError。

Answer 1

您运行的数据大小肯定大于32位索引可以表示的数据大小，因此如果您无法减小数据大小，则使用--with-64-bit-indices重新编译是有意义的。 OpenMDAO在内部对我们的索引使用PETSc.IntType，因此如果重新编译它们应该变为64位。

Answer 2

我从未在petsc上使用过该选项。前一段时间我们确实遇到了扩展到更多核心的问题，但我们确定我们遇到的问题是OpenMPI编译。重新编译OpenMDAO修复了我们的问题。

由于此错误出现在设置中，因此我们无需运行来测试代码。如果您可以向我们提供显示问题的模型，并且我们可以运行它，那么我们至少可以验证我们的集群上是否发生了同样的问题。

最好知道可以成功运行多少个核心以及它在何时发生故障。

OpenMDAO PetscTgtVecWrapper TypeError

2 个答案: