Process 如果MPI进程崩溃怎么办？

我正在评估容错应用程序的不同多处理库。我基本上需要允许任何进程在不停止整个应用程序的情况下崩溃

我可以使用fork（）系统调用来完成。这里的限制是进程只能在同一台机器上创建

我可以用MPI做同样的事情吗？如果使用MPI创建的进程崩溃，父进程能否继续运行并最终创建新进程

是否有其他（可能是多平台和开源）库可以获得相同的结果

---

---

如前所述，MPI 4.0将支持容错。

如果您想要集合，您必须等待MPI-3。如High Performance Mark和Hristo Illev所建议的那样）

如果您可以接受点对点，并且您是一个有耐心的人，愿意针对您的MPI实现提出一系列错误报告，那么您可以尝试以下方法：

• 禁用默认MPI错误处理程序
• 仔细检查MPI程序中的每个返回代码
• 在您的应用程序中跟踪哪些排名上升，哪些排名下降。哦，当他们倒下的时候，他们再也回不来了。但你无论如何都不能使用集体（见我的开场白），所以这不是什么大不了的事，对吧

这是一份旧报纸（比尔还在阿贡工作的时候，我想是2003年的）：

---

. 它列出了人们可以在MPI中执行的各种容错操作。也许这样的“受限MPI”仍然可以满足您的需要

如果你想要集体赛，你必须等待MPI-3.something（正如High Performance Mark和Hristo Illev所建议的那样）

如果您可以接受点对点，并且您是一个有耐心的人，愿意针对您的MPI实现提出一系列错误报告，那么您可以尝试以下方法：

• 禁用默认MPI错误处理程序
• 仔细检查MPI程序中的每个返回代码
• 在您的应用程序中跟踪哪些排名上升，哪些排名下降。哦，当他们倒下的时候，他们再也回不来了。但你无论如何都不能使用集体（见我的开场白），所以这不是什么大不了的事，对吧

这是一份旧报纸（比尔还在阿贡工作的时候，我想是2003年的）：

---

. 它列出了人们可以在MPI中执行的各种容错操作。也许这样的“受限MPI”仍然可以满足您的需要

如果你愿意追求研究质量，那么在未来版本的MPI（MPI-4？）中有两个潜在容错章节的实现。该建议称为用户级故障缓解。中有一个实验版本，它的一个分支也提供了接口。这两种产品的质量都很差，但欢迎您试用。只需知道，因为这不在MPI标准中，所以函数前缀不是

MPI.*

。对于MPICH，它们是

MPIX.*

，对于OpenMPI分支，它们是

OMPI.*

（尽管我相信它们很快也会将其更改为

MPIX.*

）

---

正如Rob Latham所提到的，虽然你不必检查所有的返回代码，但你需要在应用程序中做大量的工作来处理失败。你可以/应该使用MPI错误处理程序作为回调函数来简化事情。规范中有相关信息/示例，如果你是willin为了提高研究质量，在未来版本的MPI（MPI-4？）中有两个潜在容错章节的实现。该建议称为用户级故障缓解。中有一个实验版本，该版本的一个分支也提供了接口。两者都远低于生产质量，但欢迎您尝试。只需知道，由于这不在MPI标准中，函数前缀不是

MPI.*

。对于MPICH，它们是

MPIX*

，对于OpenMPI分支，他们是

OMPI*

（尽管我相信他们很快也会将他们的分支更改为

MPIX*

）

---

正如Rob Latham所提到的，虽然你不必检查所有的返回代码，但你需要在应用程序中做大量的工作来处理故障。你可以/应该使用MPI错误处理程序作为回调函数来简化事情。规范中提供了信息/示例以及。

使用你最喜欢的搜索容错MPI引擎，了解该领域的当前研究状况。目前，据我所知，没有生产级MPI实现可以在进程崩溃时继续运行。大多数MPI实现都会注意到一个进程已死亡，并将终止整个MPI作业。容错不起作用在MPI-3中，许多实现者选择推迟将FT构建到库中（反之亦然）。使用您最喜欢的容错MPI搜索引擎了解该领域的研究现状。目前，据我所知，没有生产级MPI实现可以在进程崩溃时继续运行。大多数MPI实现会注意到一个进程已死亡，并将终止整个MPI作业。fault tolerance没有进入MPI-3，因此许多实现者选择推迟将FT构建到他们的库中（反之亦然）。