Question

我有一个非常简单的MPI程序，其中节点0向节点1发送一个字符，但是每当我使用两台或更多台不同的机器时，发送和接收都会卡住。当我在一台机器中使用多个进程时，该程序工作正常。这似乎是一个沟通问题，但我无法弄清楚它是什么......

以下是代码：

int main(int argc, char *argv[]) {
    int numtasks, rank, tag = 1;
    char inmsg, outmsg = 'x';

    MPI_Status stat;
    MPI_Init(&argc, &argv);
    MPI_Comm_size(MPI_COMM_WORLD, &numtasks);
    MPI_Comm_rank(MPI_COMM_WORLD, &rank);

    if ( rank == 0 ) {
        MPI_Send(&outmsg, 1, MPI_CHAR, 1, tag, MPI_COMM_WORLD);
    }

    else if ( rank == 1 ) {
        MPI_Recv(&inmsg, 1, MPI_CHAR, 0, tag, MPI_COMM_WORLD, &stat);
    }

    MPI_Finalize();
}

此外，还有一些重要的注意事项：

我在Google Compute Engine中使用了2台虚拟机集群： mpi-test-uaiw 和 mpi-test-130b ;
我已经在两个虚拟机之间配置了无密码 ssh ，即来自 mpi-test-uaiw 我只需输入 ssh mpi-test- 130b ，它工作正常（相反也有效）;
简单的＆＃34; Hello World＆＃34;使用MPI可以使用此群集，但它不包含任何发送或接收操作;
防火墙已停用。

任何帮助将不胜感激。谢谢！

Answer 1

我找到了解决问题的方法：

我正在使用MPICH并使用 mpirun 运行我的程序。从看起来的问题来看，mpich正在使用错误的网络接口。每个节点都有两个接口： lo 和 ens4 。根据我在其他帖子中看到的，似乎 lo 用于将数据从一个节点传输到自身，而 ens4 用于与其他节点通信。我使用以下ping命令验证了这一点：

$ ifconfig -a ：显示可用的界面;
来自mpi-test-uaiw： $ ping -I lo mpi-test-130b - ＆gt;失败
来自mpi-test-uaiw： $ ping -I ens4 mpi-test-130b - ＆gt; SUCCESS
来自mpi-test-uaiw： $ ping -I lo mpi-test-uaiw - ＆gt; SUCCESS
来自mpi-test-uaiw： $ ping -I ens4 mpi-test-uaiw - ＆gt;失败

其中一种可能的解决方案是使用 mpirun --mca btl_tcp_if_include ens4 来确保mpirun使用ens4接口与其他节点进行通信。但这对我没有用，因为MPICH不能识别 - mca 参数。因此，我做了以下事情：

删除了我用来安装MPICH的软件包（在两个节点中）： $ sudo apt-get remove libcr-dev mpich mpich-doc ;
安装了OpenMPI（在两个节点中）： $ sudo apt install openmpi-bin openmpi-doc libopenmpi-dev ;

通过安装OpenMPI，我的代码工作正常。希望它可以帮助任何面临同样问题的人！

MPI_Send在执行不同节点时卡住

1 个答案: