OpenMPI容错_Mpi_Openmpi_Fault Tolerance

OpenMPI容错

mpi

OpenMPI容错,mpi,openmpi,fault-tolerance,Mpi,Openmpi,Fault Tolerance,我的任务是在OpenMPI应用程序中实现简单的容错。我们面临的问题是，尽管将MPI错误处理设置为MPI\u ERRORS\u RETURN，但当我们的一个节点从集群中拔出时，在长时间挂起后的下一次MPI\u调用中，我们会收到以下错误： [btl_tcp_endpoint.c:655:mca_btl_tcp_endpoint_complete_connect] connect() failed: Connection timed out (110) 我由此得出的结论是，当一个节点使用OpenMP

我的任务是在OpenMPI应用程序中实现简单的容错。我们面临的问题是，尽管将MPI错误处理设置为

MPI\u ERRORS\u RETURN

，但当我们的一个节点从集群中拔出时，在长时间挂起后的下一次MPI\u调用中，我们会收到以下错误：

[btl_tcp_endpoint.c:655:mca_btl_tcp_endpoint_complete_connect] connect() failed: Connection timed out (110)

我由此得出的结论是，当一个节点使用OpenMPI从网络中断开时，不可能在所有其他节点上继续处理。有人能帮我确认这一点，或者为我指出防止btl_tcp_端点错误的方向吗

我们使用的是OpenMPI版本1.6.5。

在OpenMPI中，MPI错误返回代码路径没有经过很好的测试（可能没有得到很好的实现）。他们只是没有优先考虑，所以我们从来没有在这方面做过很多工作

抱歉。

在OpenMPI中，MPI\u错误\u返回代码路径没有经过很好的测试（可能没有得到很好的实现）。他们只是没有优先考虑，所以我们从来没有在这方面做过很多工作

抱歉。

对不起