Python 使用mpi4py并行化计算集群上的“for”循环

我以前没有使用过分布式计算，但我正在尝试将mpi4py集成到一个程序中，以便在计算集群上并行化for循环

这是我想做的一个伪代码：

对于目录中的文件： 初始化一个类 运行类方法 综合结果

---

我已经找遍了堆栈溢出，但找不到任何解决方案。是否有任何方法可以简单地使用mpi4py实现这一点，或者是否有其他工具可以通过简单的安装和设置实现这一点？

为了使用mpi4py实现for循环的并行性，请查看下面的代码示例。 这只是一个for循环来添加一些数字。for循环将在每个节点中执行。每个节点都将获得不同的数据块来处理for循环中的范围。 最后，秩为零的节点将添加所有节点的结果

#!/usr/bin/python

import numpy
from mpi4py import MPI
import time

comm = MPI.COMM_WORLD
rank = comm.Get_rank()
size = comm.Get_size()

a = 1
b = 1000000

perrank = b//size
summ = numpy.zeros(1)

comm.Barrier()
start_time = time.time()

temp = 0
for i in range(a + rank*perrank, a + (rank+1)*perrank):
    temp = temp + i

summ[0] = temp

if rank == 0:
    total = numpy.zeros(1)
else:
    total = None

comm.Barrier()
#collect the partial results and add to the total sum
comm.Reduce(summ, total, op=MPI.SUM, root=0)

stop_time = time.time()

if rank == 0:
    #add the rest numbers to 1 000 000
    for i in range(a + (size)*perrank, b+1):
        total[0] = total[0] + i
    print ("The sum of numbers from 1 to 1 000 000: ", int(total[0]))
    print ("time spent with ", size, " threads in milliseconds")
    print ("-----", int((time.time()-start_time)*1000), "-----")

为了执行上面的代码，您应该像这样运行它：

$qsub-qexp-l select=4:ncpus=16:mpiprocs=16:ompthreads=1-I所罗门：ncpus=24:mpiprocs=24 $ml Python $ml OpenMPI $mpiexec-bycore-绑定到核心python hello\u world.py

在本例中，我们在4个节点上运行启用MPI4Py的代码，每个节点16个核心，总共64个进程，每个python进程绑定到不同的核心

可能对您有所帮助的来源：

---

如何理解以毫秒为单位使用线程？我认为它应该被称为处理器或任务。