0

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不同的机器时，发送和接收都会卡住。当我仅在一台机器上使用多个进程时，该程序运行良好。好像是沟通的问题，但是我不知道是什么问题......

这是代码：

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();
}

另外，这里有一些重要的注意事项：

  1. 我在 Google Compute Engine 中使用 2 个虚拟机集群：mpi-test-uaiw和mpi-test-130b；
  2. 我已经在两个虚拟机之间配置了无密码ssh，也就是说，从mpi-test-uaiw我可以输入ssh mpi-test-130b并且它工作正常（反之亦然）；
  3. 使用 MPI 的简单“Hello World”适用于该集群，但它不包含任何发送或接收操作；
  4. 防火墙已停用。

任何帮助，将不胜感激。谢谢！

4

1 回答 1

0

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。从表面上看，问题在于 mpich 使用了错误的网络接口。每个节点都有两个接口：lo和ens4。从我在其他帖子中看到的情况来看，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：显示可用的接口；
  • 从 mpi-test-uaiw：$ ping -I lo mpi-test-130b -> 失败
  • 来自 mpi-test-uaiw：$ ping -I ens4 mpi-test-130b-> 成功
  • 来自 mpi-test-uaiw：$ ping -I lo mpi-test-uaiw -> 成功
  • 从 mpi-test-uaiw：$ ping -I ens4 mpi-test-uaiw-> 失败

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。但这对我不起作用，因为 MPICH 无法识别--mca参数。因此，我做了以下事情：

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

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

于 2016-11-27T20:57:24.627 回答