我正在使用 Fortran 代码在超级计算机上运行大规模模拟。我能够串行运行代码，但我想改进周转时间。我正在考虑使其并行，我发现我可以使用自动并行化或 MPI，我的问题是：哪个更有可能改善周转时间？
我能够使用带有编译器标志的 Intel Fortran 编译器-parallel -par-report来查看哪些DO循环是并行的，所以如果我在 4 个处理器上运行编译后的代码，那真的可以工作还是我必须做一些特别的事情？
另外，你知道任何对我有用的资源也学习 MPI。我希望能够使用更多处理器来增加模拟时间，这是我的最终目标。
MPI 很可能会比自动并行化更快。然而，与 Y 小时（甚至可能长达 Q 周）的试错调试相比，自动并行化需要大约 0.5 秒的工作才能获得 1.2 秒的加速。 ，比如说，1.7。
如果您对通过一本书自学 MPI 感兴趣，Gropp、Lusk 和 Skjellum 的Using MPI可能是一个好的开始。
回答有点取决于您的硬件和应用程序/工作负载的性质。您使用多节点集群（最典型）还是大型共享内存机器？假设您是集群用户，您将不得不使用 MPI 或 Fortran coarray 来实现（更有可能）分布式内存跨节点并行和节点间共享内存并行 (SMP)。
共享内存并行性可以使您的加速与节点上的内核数量成正比（使用 Xeon 时最高可达 32 倍），或者使用协处理器时甚至更高。分布式内存并行性可以为您提供与节点数量成比例的加速。如今，为了获得合理的性能，必须使用两种类型（或实际上所有 3 种类型）的并行性。你可能认为它像一个层次结构：1.MPI 或 coarray 在顶部，2.something 用于中间的共享内存线程，3.最内层的矢量化。
好吧，从您的问题来看，听起来您主要是在谈论 SMP 多核线程并行级别。这就是 -parallel 自动并行化的表现。不要指望自动标准杆有很大的魔力。如果您想获得更好的可扩展并行性，您必须尝试 fortran OpenMP 或 MPI-for-shared memory。在大多数情况下，我会推荐 OpenMP；它通常更容易编程和更高的性能。但。这取决于你，你真的应该考虑更多——考虑所有 3 个并行级别。如果您计划解决所有 3 个级别，那么最佳组合（因为您是一个快乐的 intel fortran 用户）可能是 1. MPI 用于 1 级 + 2. OpenMP 用于 SMP 级 + 3. AutoVectorization 由 OpenMP 4.0 pragma simd 引导在 3 级。我不是 coarray 方面的专家，但它可能是 1.MPI 的不错替代品。
如果您不处理经典的集群硬件，我的回答确实意义不大。