Parallel processing MPI有什么特别之处使它比服务器/客户端模型更受欢迎？

我正试着把我的头绕在MPI上。这似乎是并行科学计算的事实模型。然而，我看不出是什么让它如此特别，以至于它比使用JSON或xml的服务器/客户机模型更受欢迎

事实上，MPI是分布式内存并行科学计算的事实标准。人们只能猜测为什么会这样。有几个原因：

MPI是一种API标准，它没有指定任何有线协议，将任何此类低级细节留给实现。事实上，假设一个MPI实现可以使用JSON或XML并符合标准，尽管我非常确定，与目前使用高效二进制协议的实际实现相比，性能会非常糟糕。这允许实现自由，在各种网络硬件体系结构上尽可能高效地实现MPI，为应用程序提供性能可移植性。这一点很重要，因为大型应用程序的生命周期往往比典型的超级计算机长约5年

MPI不是一种客户机-服务器模型，尽管它足够灵活，允许用户根据自己的意愿实现这样的通信方案。客户机-服务器模型往往受到可伸缩性的限制，而大型MPI应用程序往往使用对称处理模型，其中所有级别几乎相等

MPI提供了科学应用中使用的多种通信模式。例如，集体操作，如广播、减少、分散/聚集等。同样，由于MPI是API标准，且未指定有线协议，因此MPI实现可以自由地以有效方式为任何特定网络硬件和拓扑实施这些操作

---

事实上，MPI是分布式内存并行科学计算的事实标准。人们只能猜测为什么会这样。有几个原因：

MPI是一种API标准，它没有指定任何有线协议，将任何此类低级细节留给实现。事实上，假设一个MPI实现可以使用JSON或XML并符合标准，尽管我非常确定，与目前使用高效二进制协议的实际实现相比，性能会非常糟糕。这允许实现自由，在各种网络硬件体系结构上尽可能高效地实现MPI，为应用程序提供性能可移植性。这一点很重要，因为大型应用程序的生命周期往往比典型的超级计算机长约5年

MPI不是一种客户机-服务器模型，尽管它足够灵活，允许用户根据自己的意愿实现这样的通信方案。客户机-服务器模型往往受到可伸缩性的限制，而大型MPI应用程序往往使用对称处理模型，其中所有级别几乎相等

MPI提供了科学应用中使用的多种通信模式。例如，集体操作，如广播、减少、分散/聚集等。同样，由于MPI是API标准，且未指定有线协议，因此MPI实现可以自由地以有效方式为任何特定网络硬件和拓扑实施这些操作