Linux 串行程序比并行fortran更快

我试着测试fortran，看看我能从MPI串行编程中获得多少速度

我首先用以下方法编译程序：

mpif90 mpi\u pi\u reduce.f-o mpi\u pi

然后，由于我在本地化

mpirun

时遇到问题，我启动程序如下：

/usr/bin/mpirun-np4./mpi\u pi

现在，当np=1时，我得到：

real    0m0.063s
user    0m0.049s
sys     0m0.017s

real    0m1.139s
user    0m0.352s
sys     0m0.045s

而如果我使用np=4，我会得到：

real    0m0.063s
user    0m0.049s
sys     0m0.017s

real    0m1.139s
user    0m0.352s
sys     0m0.045s

这是不现实的：-（！ 是否可能使用

/usr/bin/mpirun

，MPI不能正常工作？我没有接触示例代码，因此问题不可能是程序本身。 我有一个建议：

ifort（ifort）14.0.1 20131008
版权所有（C）1985-2013英特尔公司。保留所有权利。

和gfortran：

GNU Fortran（Ubuntu/Linaro 4.8.1-10ubuntu9）4.8.1
版权所有（C）2013免费软件基金会，< /代码> /P>
最后：

/usr/bin/mpirun-V
mpirun（开放式MPI）1.4.5

仅使用
mpirun
命令时，我遇到的错误是：

/opt/intel/composer\u xe\u 2013\u sp1.1.106/mpirt/bin/intel64/mpirun:96:：无法打开/opt/intel/composer\u xe\u 2013\u sp1.1.106/mpirt/bin/intel64/mpivars.sh

这就是我使用
/usr/bin/mpirun
按建议启动代码的原因

非常感谢您的帮助。
因为您只有一条错误消息要处理，所以您需要了解它无法打开的原因。
/opt/intel/composer\u xe\u 2013\u sp1.1.106/mpirt/bin/intel64/mpivars.sh

检查此文件是否存在，并检查其权限，以允许运行该进程的任何用户执行该文件。
由于您只有一条错误消息可处理，因此您需要了解它无法打开的原因。
/opt/intel/composer\u xe\u 2013\u sp1.1.106/mpirt/bin/intel64/mpivars.sh

检查此文件是否存在，并检查其权限，以允许运行该进程的任何用户执行该文件。
您的测试使用单核执行0.063秒

使用如此短的基准测试，您永远无法获得任何合理的计时：通信成本很高，对于同一主机上的单侧进程间通信，通常为1微秒，而浮点操作的数量级为纳秒。如果添加在屏障等中的等待时间，您会看到进程间通信通信与共享内存中的粒度完全不同

通过增加程序中的ROUNDS变量，您应该尝试在至少10秒的时间内以最快的速度运行基准测试，以消除初始化和最终确定所花费的时间

请注意，MPI_REDUCE是一个代价高昂的调用，它所花费的时间随着进程总数的增加而增加（例如，与MPI_SEND相反）。您应该将其移出循环，以进行比通信多得多的计算

如果您的目标不是学习MPI，而是并行化Monte Carlo代码（或某些“令人尴尬的并行”代码），那么您应该看看ZeroMQ库（），它具有包括Fortran在内的多种语言的绑定。使用该库，您将获得容错能力（如果一个进程崩溃，您的运行将继续），以及拥有灵活资源的可能性（您可以随时附加和分离客户端）。这非常有用，因为您无需等待群集上的所有资源空闲后再开始计算。只需提交连接到同一服务器的多个作业！您可以
查看这些幻灯片：在这里，您使用管道、套接字和XML/RPC实现了Pi的客户机/服务器实现。您可以使用Fortran和ZeroMQ毫不费力地完成同样的工作。
您的测试需要使用单个核心的0m0.063s

使用如此短的基准测试，您永远无法获得任何合理的计时：通信成本很高，对于同一主机上的单侧进程间通信，通常为1微秒，而浮点操作的数量级为纳秒。如果添加在屏障等中的等待时间，您会看到进程间通信通信与共享内存中的粒度完全不同

通过增加程序中的ROUNDS变量，您应该尝试在至少10秒的时间内以最快的速度运行基准测试，以消除初始化和最终确定所花费的时间

请注意，MPI_REDUCE是一个代价高昂的调用，它所花费的时间随着进程总数的增加而增加（例如，与MPI_SEND相反）。您应该将其移出循环，以进行比通信多得多的计算

如果您的目标不是学习MPI，而是并行化Monte Carlo代码（或某些“令人尴尬的并行”代码），那么您应该看看ZeroMQ库（），它具有包括Fortran在内的多种语言的绑定。使用该库，您将获得容错能力（如果一个进程崩溃，您的运行将继续），以及拥有灵活资源的可能性（您可以随时附加和分离客户端）。这非常有用，因为您无需等待群集上的所有资源空闲后再开始计算。只需提交连接到同一服务器的多个作业！您可以
查看这些幻灯片：您有一个使用管道、套接字和XML/RPC的Pi客户机/服务器实现。您可以毫不费力地使用Fortran和ZeroMQ实现同样的功能。
如果您设置
np=2
？@HighPerformanceMark它给我
real 0m0.082s用户0m0.102s sys 0m0.040s
，如果我重新启动，其振荡范围为0.072到0.084多次解算。这个“用户”时间不是每个处理器花费的所有时间的总和吗（因此随进程数线性增加）？此外，链接的MPI程序似乎在每个处理器上进行完全相同的计算，除非random_seed（）给出不同的随机数序列…（因此结果总是相同的）.如果您设置了
np=2
？@H