Algorithm OpenMPI（V2.0.2）中的大向量（200MB+；）使用哪种allreduce算法？

目前，我正在尝试了解OpenMPI（版本2.0.2）中针对大向量的MPI_Allreduce的详细信息。我学习了所有的reduce算法，比如二叉树、递归加倍、递归减半加倍、二进制块和环算法。其中大多数都是基于减少散射，然后全部聚集

但我仍然想知道在OpenMPI（v2.0.2）中，哪个allreduce算法用于大向量（200MB+）。如果能提供详细信息就好了

---

非常感谢：）

答案在代码中，请参阅中的

ompi\u coll\u tuned\u allreduce\u intra\u dec\u fixed

简短的回答，视情况而定
回答越长，这取决于通信器的大小、使用的数据类型/计数（例如，一个大向量的一个派生数据类型或许多预定义数据类型）以及运算符是否可交换

您还可以要求OpenMPI使用
mpirun--mca coll\u base\u verbose 1…
（也就是说，我认为您需要使用
--启用调试来配置OpenMPI）
以使其工作）
非常感谢！它起作用了！（也就是说，我有4个进程来执行浮点向量上的allreduce。每个进程拥有其包含648010个元素的float32向量，约为2.47MB。本机求和操作用于在这4个向量上执行allreduce。结果是“coll:base:allreduce\u intra\u ring”算法。太棒了！正如源代码所说的那样。）然而，当我更改为“用户定义的reduce操作”（这也是元素级求和，只是我自己编码而不是本地求和）时，mpi输出了两个算法！“环”和“递归加倍”。有什么秘密吗？谢谢如果你能帮我做一份，我很乐意看一看。如果您使用
MPI\u Op\u create（）
创建了自己的运算符，请确保将其声明为可交换的，否则
coll/tuned
可能会选择其他算法感谢您的帮助！我刚刚确认，使用我的用户定义的sum和communicative=true，allreduce只打印出“ring”算法，就像本地sum allreduce一样。这是我在谷歌硬盘中的代码：（）。然而，这提出了另一个问题：就实现算法而言，我的用户定义的sum-allreduce是否与本机sum-allreduce相同？再次感谢：注意C++绑定从MPI标准中删除。它们在大多数MPI库中仍然可用，但可能不会太久。可以使用普通的<代码> C>代码>绑定，或者查看Booo:：MPI（我不使用C++，但这个LIB有很好的信誉）。只要操作符是可交换的，allreduce中涉及的通信模式就不依赖于自定义操作符与本机操作符，因此在您的情况下，可以使用本机操作符。一般来说，请记住，在适当的位置使用
MPI\u可能会迫使MPI选择不同的算法（主要是为了保持较低的内存占用），非常感谢！）