Ssh 在多台计算机上运行mpi_Ssh_Mpi_Distributed Computing_Mpich

Ssh 在多台计算机上运行mpi

ssh mpi

Ssh 在多台计算机上运行mpi,ssh,mpi,distributed-computing,mpich,Ssh,Mpi,Distributed Computing,Mpich,我可以在一台具有任意进程数的机器上运行mpi程序，但不能在多台机器上运行。我有一个“machines”文件，它将主机上的进程计数指定为： localhost:6 another_host:4 下面，我举了3个例子： // When I run the program on only localhost, everything is OK. mpirun -n 10 ./myMpiProg parameter1 parameter2 // In this case, everything is

我可以在一台具有任意进程数的机器上运行mpi程序，但不能在多台机器上运行。我有一个“machines”文件，它将主机上的进程计数指定为：

localhost:6
another_host:4

下面，我举了3个例子：

// When I run the program on only localhost, everything is OK.
mpirun -n 10 ./myMpiProg parameter1 parameter2

// In this case, everything is OK, too.
mpirun -f machinesFile -n 10 ./myMpiProg parameter1 parameter2

// This is also OK
mpirun -n 8 ./myMpiProg parameter1 parameter2

当我更改机器文件时，如下所示：

localhost:6
another_host:2

下面的错误发生在我在分布式环境中运行程序时。更有趣的是，它总是发生在一些分布中：例如8个进程，12个进程。10个过程都不会发生这种情况

terminate called after throwing an instance of 'std::length_error' what():  vector::reserve

那么，在一台机器上运行mpi程序和在多台机器上运行mpi程序有什么区别吗？

我偶然发现了这个问题，但仍然不知道为什么。当我将isend请求保存在向量中时，一切都正常。但是如果我不保存它们，错误就会出现。它有时是std:：length:：error，有时更长，如下所示

我可以提到的代码可以在中找到。如果我更改此行：

mpiSendRequest.push_back(world.isend(neighbors[j], 100, *p));

作为：

错误出现了。这对我来说没有意义，但也许有一个合理的解释

错误消息：

terminate called after throwing an instance of 'boost::exception_detail::clone_impl<boost::exception_detail::error_info_injector<boost::mpi::exception> >'
what():  MPI_Alloc_mem: Unable to allocate memory for MPI_Alloc_mem, error stack:
MPI_Alloc_mem(115): MPI_Alloc_mem(size=1600614252, MPI_INFO_NULL, baseptr=0x7fffbb499e90) failed
MPI_Alloc_mem(96).: Unable to allocate memory for MPI_Alloc_mem
terminate called after throwing an instance of 'boost::exception_detail::clone_impl<boost::exception_detail::error_info_injector<boost::mpi::exception> >'
what():  MPI_Alloc_mem: Unable to allocate memory for MPI_Alloc_mem, error stack:
MPI_Alloc_mem(115): MPI_Alloc_mem(size=1699946540, MPI_INFO_NULL, baseptr=0x7fffdad0ee10) failed
MPI_Alloc_mem(96).: Unable to allocate memory for MPI_Alloc_mem
[proxy:0:1@mpi_notebook] HYD_pmcd_pmip_control_cmd_cb (./pm/pmiserv/pmip_cb.c:928): assert (!closed) failed
[proxy:0:1@mpi_notebook] HYDT_dmxu_poll_wait_for_event (./tools/demux/demux_poll.c:77): callback returned error status
[proxy:0:1@mpi_notebook] main (./pm/pmiserv/pmip.c:226): demux engine error waiting for event

=====================================================================================
=   BAD TERMINATION OF ONE OF YOUR APPLICATION PROCESSES
=   EXIT CODE: 134
=   CLEANING UP REMAINING PROCESSES
=   YOU CAN IGNORE THE BELOW CLEANUP MESSAGES
=====================================================================================
APPLICATION TERMINATED WITH THE EXIT STRING: Aborted (signal 6)

terminate在抛出“boost:：exception\u detail:：clone\u impl”的实例后调用
what（）：MPI_Alloc_mem:无法为MPI_Alloc_mem分配内存，错误堆栈：
MPI_Alloc_mem（115）：MPI_Alloc_mem（大小=160061422，MPI_INFO_NULL，baseptr=0x7fffbb499e90）失败
MPI_Alloc_mem（96）。：无法为MPI_Alloc_mem分配内存
在抛出“boost:：exception\u detail:：clone\u impl”的实例后调用terminate
what（）：MPI_Alloc_mem:无法为MPI_Alloc_mem分配内存，错误堆栈：
MPI_Alloc_mem（115）：MPI_Alloc_mem（大小=1699946540，MPI_INFO_NULL，baseptr=0x7fffdad0ee10）失败
MPI_Alloc_mem（96）。：无法为MPI_Alloc_mem分配内存
[代理：0:1@mpi_notebook]HYD_pmcd_pmip_control_cmd_cb（./pm/pmiserv/pmip_cb.c:928）：断言（！关闭）失败
[代理：0:1@mpi_notebook]HYDT\u dmxu\u poll\u wait\u for\u事件（./tools/demux/demux\u poll.c:77）：回调返回错误状态
[代理：0:1@mpi_notebook]main（./pm/pmiserv/pmip.c:226）：等待事件的解复用引擎错误
=====================================================================================
=某个应用程序进程的错误终止
=退出代码：134
=清理剩余流程
=您可以忽略以下清理消息
=====================================================================================
应用程序以退出字符串终止：中止（信号6）

我偶然发现了问题，但仍然不知道原因。当我将isend请求保存在向量中时，一切都正常。但是如果我不保存它们，错误就会出现。它有时是std:：length:：error，有时更长，如下所示

我可以提到的代码可以在中找到。如果我更改此行：

mpiSendRequest.push_back(world.isend(neighbors[j], 100, *p));

作为：

错误出现了。这对我来说没有意义，但也许有一个合理的解释

错误消息：

terminate called after throwing an instance of 'boost::exception_detail::clone_impl<boost::exception_detail::error_info_injector<boost::mpi::exception> >'
what():  MPI_Alloc_mem: Unable to allocate memory for MPI_Alloc_mem, error stack:
MPI_Alloc_mem(115): MPI_Alloc_mem(size=1600614252, MPI_INFO_NULL, baseptr=0x7fffbb499e90) failed
MPI_Alloc_mem(96).: Unable to allocate memory for MPI_Alloc_mem
terminate called after throwing an instance of 'boost::exception_detail::clone_impl<boost::exception_detail::error_info_injector<boost::mpi::exception> >'
what():  MPI_Alloc_mem: Unable to allocate memory for MPI_Alloc_mem, error stack:
MPI_Alloc_mem(115): MPI_Alloc_mem(size=1699946540, MPI_INFO_NULL, baseptr=0x7fffdad0ee10) failed
MPI_Alloc_mem(96).: Unable to allocate memory for MPI_Alloc_mem
[proxy:0:1@mpi_notebook] HYD_pmcd_pmip_control_cmd_cb (./pm/pmiserv/pmip_cb.c:928): assert (!closed) failed
[proxy:0:1@mpi_notebook] HYDT_dmxu_poll_wait_for_event (./tools/demux/demux_poll.c:77): callback returned error status
[proxy:0:1@mpi_notebook] main (./pm/pmiserv/pmip.c:226): demux engine error waiting for event

=====================================================================================
=   BAD TERMINATION OF ONE OF YOUR APPLICATION PROCESSES
=   EXIT CODE: 134
=   CLEANING UP REMAINING PROCESSES
=   YOU CAN IGNORE THE BELOW CLEANUP MESSAGES
=====================================================================================
APPLICATION TERMINATED WITH THE EXIT STRING: Aborted (signal 6)

terminate在抛出“boost:：exception\u detail:：clone\u impl”的实例后调用
what（）：MPI_Alloc_mem:无法为MPI_Alloc_mem分配内存，错误堆栈：
MPI_Alloc_mem（115）：MPI_Alloc_mem（大小=160061422，MPI_INFO_NULL，baseptr=0x7fffbb499e90）失败
MPI_Alloc_mem（96）。：无法为MPI_Alloc_mem分配内存
在抛出“boost:：exception\u detail:：clone\u impl”的实例后调用terminate
what（）：MPI_Alloc_mem:无法为MPI_Alloc_mem分配内存，错误堆栈：
MPI_Alloc_mem（115）：MPI_Alloc_mem（大小=1699946540，MPI_INFO_NULL，baseptr=0x7fffdad0ee10）失败
MPI_Alloc_mem（96）。：无法为MPI_Alloc_mem分配内存
[代理：0:1@mpi_notebook]HYD_pmcd_pmip_control_cmd_cb（./pm/pmiserv/pmip_cb.c:928）：断言（！关闭）失败
[代理：0:1@mpi_notebook]HYDT\u dmxu\u poll\u wait\u for\u事件（./tools/demux/demux\u poll.c:77）：回调返回错误状态
[代理：0:1@mpi_notebook]main（./pm/pmiserv/pmip.c:226）：等待事件的解复用引擎错误
=====================================================================================
=某个应用程序进程的错误终止
=退出代码：134
=清理剩余流程
=您可以忽略以下清理消息
=====================================================================================
应用程序以退出字符串终止：中止（信号6）

看起来它是代码内部的东西，而不是mpi方面的东西。确保将向量的长度分配给每个处理器时，其长度是正确的。将

/myMpiProg…

替换为像

主机名这样简单的内容时，它是否有效？>更有趣的是，在某些分布中总是会发生这种情况：例如8个进程，12个进程。10个过程都不会发生这种情况。这就是你的答案。代码是在使用长度为10的向量的地方编写的。我的建议是更改您的代码，以确保它使用MPI_Comm_size（）而不是预定义的值。@PoojaNilangekar我已经使用了MPI_Comm_size（）。事实上，10只是一个样本。它还运行4个或6个进程。@Sleepyhead它可能在我的代码中，正如你所说的。我正在检查我的代码。看起来它是代码中的某个内容，而不是mpi端。确保将向量的长度分配给每个处理器时，其长度是正确的。将/myMpiProg…
替换为像主机名这样简单的内容时，它是否有效？>更有趣的是，在某些分布中总是会发生这种情况：例如8个进程，12个进程。10个过程都不会发生这种情况。这就是你的答案。代码是在使用长度为10的向量的地方编写的。我的建议是更改您的代码，以确保它使用MPI_Comm_size（）而不是预定义的值。@PoojaNilangekar我已经使用了MPI_Comm_size（）。事实上，10只是一个样本。它还运行4个或6个进程。@Sleepyhead它可能在我的代码中，正如你所说的。我正在检查我的代码。