我似乎无法弄清楚如何在 Azure 上的两个 CentOS A8 VM 实例中运行 Intel MPI RDMA 应用程序。
我正在尝试在同一专用网络上的两个 Azure A8 虚拟机（VM1、VM2）上测试 RDMA 设置10.1.1.0/24。请注意，如Azure 文档中所述，每个 VM 在地址空间中都有另一个接口172.16.0.0/16。我也按照指南设置基本的两节点集群来运行 mpi 应用程序，但我没有 CentOS 上的 pingpong 应用程序进行测试。基本上，我永远无法测试两个节点的 RDMA 设置。因此，我开始按照示例 2创建一个简单的应用程序，并进行一些调整以在我的 VM 上运行它。
mpirun -ppn 1 -n 2 -hosts VM1,VM2 -env I_MPI_FABRICS=shm:dapl -env I_MPI_DAPL_PROVIDER=ofa-v2-ib0 -env I_MPI_DYNAMIC_CONNECTION=0 ./rdma-tutorial 6011
上述命令将在6011VM1 和 VM2 上的套接字上运行 rdma-tutorial 应用程序。应用程序主读取文件（client_file）以了解正在运行的 VM 是服务器还是客户端。该文件存在于 VM2 上（但不在 VM1 上），因此 VM2 是客户端，该文件包含 VM1 的名称作为服务器。在 VM1（服务器）上，它打开 6011 套接字并等待来自 VM2（客户端）的 QP（队列对）信息。在 VM2 上，它将 QP 信息发送到 VM1。共享 QP 信息后，代码挂起并且永远不会完成。查看 pstack 并使用 gdb 我知道应用程序正在等待从另一端接收消息。请注意，VM 使用eth0on10.1.1.0/24来共享 QP 信息。
我的理解是，一旦共享了 QP 信息，两个虚拟机将通过 eth1(172.16.0.0/16) 网络进行通信。这个对吗？如果是这样，我想应该显示和ethtool -S eth1的计数增加。但不幸的是，他们被卡住了：图片：tx_queue_0_packetstx_queue_0_bytesethtool -S eth1
两个 VM 上都启用了RDMA 映像：启用了 RDMA
另请注意，通过 ping on 无法访问 VM 172.16.0.0/16。我也试过rping了，但这也挂了。
有什么我想念的吗？VM1 应该能够 ping VM2172.16.0.0/16吗？接下来我应该尝试什么？