我正在开发一个应用程序，该应用程序严重依赖于MPI_Alltoall调用的性能，其中非常小的消息（小于4KB）在大量进程中飞行（目前大约200个，而目标是数千个以上） ）。
我的印象很简陋，阅读this paper似乎证实了这种印象，通过分离流程归属来利用现代PC集群的层次结构（就像我拥有的那样）是明智的到单独的通信器中的单个集群节点（OpenMPI甚至有一个功能，从MPI 3标准，只做那个）然后，而不是MPI_Alltoall通过MPI_COMM_WORLD，使用序列MPI_Gather - MPI_Alltoall - MPI_Scatter而Gather和Scatter受限制在那些通信器中，而Alltoall在另一个通信器上，包括每个节点只有一个和一个'收集器'进程，这样就利用内部存储器中所谓的更快的传输来收集和分散，同时希望通过拥有节点之间的Alltoall效率更少，更大的消息通过网络接口（在我的情况下，Mellanox的ConnectX InfiniBand网卡）。
我正在尝试验证论文的断言，如果有人感兴趣我可以分享我的发现，但我想知道的是：仔细阅读1.10.x OpenMPI来源，我清楚地看到'层次' 'coll'模块中的一个组件，README中也提到了这个模块，它似乎已经被提升了。
然而，我从来没有能够使它工作，它似乎从2.x分支完全消失（'ompi_info'输出中没有。）
有没有人成功使用它？你能说出与常规MPI_Alltoall相比有任何改进吗？