问题标签 [hpc]

我正在编写一些在大型 3D 网格上进行计算的代码，并使用光环交换程序，以便它可以使用 MPI 工作。我从我的代码中得到了错误的结果，我很确定这是因为光环交换无法正常工作。

基本上我有一个大的 3D 数组，其中的一部分保存在每个进程中。每个进程都有一个数组，该数组的每个维度比它所保存的数据块大 2 个元素 - 这样我们就可以在数组的每个面进行光环交换，而不会影响存储在数组其余部分中的数据。我有以下代码来进行光环交换通信：

g->nx,g->ny和g->nz是该进程所持有的数组块的大小，g->west, g->east, g->north, g->south,g->up和g->down是每个方向上相邻进程的等级，使用以下代码找到：

每个进程上的数组定义为：

（它有两个副本，因为一旦我完成了光环交换，我每次都需要通过我的更新程序更新一个副本）。

谁能告诉我我是否正确地进行了沟通？特别是向量类型的定义。我在代码中定义的向量类型会提取 3D 数组的每个面吗？MPI_Sendrecv 调用看起来正确吗？

我完全不知道为什么我的代码不起作用，但我很确定它与通信有关。

我的公司正在测试/比较各种网格+云替代方案以执行科学计算。
我已经阅读了 David Chappell 撰写的关于 HPC/Azure 主题的有趣白皮书，从“概念”的角度来看，它非常出色，但由于这是相当新的和前沿的，我很难找到一个完整的安装“愚蠢指南”一个 HPC 服务器，将节点放在云上，带有一个虚拟的“Hello HPC-Cloud World”多线程 .Net 程序。

我已经阅读/尝试了几天的东西，我不得不承认这是一片茂密的森林，所以我有点迷路了。我们负担不起仅仅为了给 HPC 一个机会就分配一个整月的资源。如果有人可以提供帮助，那将为像我们这样的初次测试者和冒险家节省宝贵的时间:-)

和平。

注意：在这里期待评论/要求更精确的问题：我理想地寻找的是从头开始的操作指南，关于如何在现场安装 HPC 服务器，在 Azure 节点（或其他一些 Windows服务器 R2 虚拟机（理想情况下）（即云部分），并部署一个虚拟的“hello-world”.Net 应用程序，该应用程序具有数百个线程，这些线程将分配给不同的节点（即网格部分）

编辑 1： MS 提供了一个非常好的在线 HPC 虚拟实验室。不幸的是，它一直在不停地挤压，所以我们正在寻找一个普通的“纸质”指南。

编辑 2： 听...你在这声音？？？仔细听……那是沙漠中吹来的风声。“Feeeeeeeeeeeeeeeeewwwwwwwwwwwww”......看到那里滚动的风滚草了吗？这是我悲伤而孤独的问题，等待有人回答:-)

我是 SSIS 的新手，正在尝试使用它的并行功能从数据库中导入数据。

我的工作是做到这一点：尽快将一个多 TB 的数据库导入一组平面文件。

我在想这个：

我有一个 Microsoft Server 2008 HPC 集群（3 个节点）供我使用。我正在考虑编写一个 HPC SOA 作业，以便所有三个计算节点都可以独立连接到 SQL Server 并并行导入部分数据。当然，这与 SSIS 无关，是一个独立的实用程序。

然后我遇到了 SSIS，以及它的并行导入功能。我的 SSIS 服务器不是很高端——只有 4GB 的机器。我有点倾向于使用 SSIS，因为这是 Microsoft 进行数据导入的理想方式——而且我不必重写很多东西，也不必使用现有的转换等。

使用自定义任务（或可用任务）并并行导入的最佳方式是什么？

我想在 UI 组件上做一个下拉菜单，让我的用户选择他们想要提交工作的 Headnode/Brokernode。我想用网络上的负责人/经纪人填充这个下拉列表。

更进一步，最好提供一些关于所选节点上可用的 SOA 服务的反馈。

任何想法或建议以一种简洁的方式做到这一点将不胜感激！

谢谢！

-编辑-您可以使用活动目录，如 Microsoft 示例所示

http://msdn.microsoft.com/en-us/library/cc907077(v=vs.85).aspx

我有一个带有一个头节点和多个计算节点的计算集群安装。这是在多个环境之间共享的。当有无人值守的构建升级时，我遇到了问题。Robocopy 无法抱怨正在使用的文件。

是否有任何 WMI 类可用于获取有关正在使用的环境的信息？如果可能的话，我可以停止为该特定环境运行的进程并继续升级。

任何帮助表示赞赏。

谢谢！桑吉夫

我正在尝试使用 cluscfg setcreds /scheduler:scheduler1 /user:domain2\user1 /password:pass 设置凭据（用于运行作业）

我收到“服务器已拒绝客户端凭据”

客户端计算机位于 domain1 中。

问题： 1. 这与跨域有关吗？2. 这和账户的某些属性有关吗？该帐户没有足够的特权来运行 HPC 作业？

我遇到了一个奇怪的问题。我在 OpenCL 中实现了一些线性代数，到目前为止只有矩阵乘法，并且一直在我的笔记本电脑上进行测试。代码非常简单：

我通过运行代码 100 次来测试硬件，如下所示：

在我的 MBP 矩阵乘法上大约需要 1.2 毫秒，在大小为 512*512 的矩阵上，而在 GTX 480 Linux 机器上运行相同的代码大约需要 3 毫秒。这让我很困扰，因为我不希望昂贵的 GTX 卡比笔记本电脑快一点。

据我所见，我的代码要么是“错误的”，要么是我以某种错误的方式计时。

我尝试在 OpenCL 规范中使用基于事件的计时系统，这给出了一些更真实的结果。

现在 GT330M 将在 46 毫秒内完成操作，而 GTX480 在 2.5 毫秒内完成。这就引出了另一个非常有趣的问题，开启 PROFILING 后，GT 330M 的速度会慢 30 倍左右，这是有道理的，但 GTX480 保持了相同的性能。谁能解释这是为什么？

我目前正在探索统一并行 C 的某些方面，以替代 HPC 中的标准并行化方法（如 MPI、OpenMP 或混合方法）。

我的问题是：有没有人在大型应用程序（~>10.000 个内核）的 UPC 性能方面有经验？我主要对共享内存的访问速度感兴趣。显然，这取决于底层硬件、网络连接、操作系统、编译器等。但我通常对使用 UPC 解决任何类型的“现实世界”问题感兴趣。

此外，您对 UPC 的总体印象如何？你认为它有可能在未来比现在更广泛地使用吗？是否值得切换到它？

欢迎任何意见！

非常感谢，马克

我正在为我的本科项目寻找想法，我非常喜欢高性能计算领域，有很多研究空间。是否有任何想法/已经存在的开源项目值得一看？

在高性能 Fortran (HPF) 中，我可以使用DISTRIBUTE指令指定并行计算中涉及的数组的分布。例如，以下最小子例程将并行对两个数组求和：

我的问题是，该DISTRIBUTE指令是否必要？我知道在实践中这没什么兴趣，但我很好奇一个朴素的、无指令的 Fortran 程序是否也可以是一个有效的 HPF 程序？