每当我使用主机文件时，MPIRUN 分段错误

Question

我正在尝试运行我在两台使用 MPI 的机器上编写的程序。当使用 MPIRUN 启动时，它在本地机器上使用 4 个内核运行得非常好。我已经配置了ssh，这样本地机器就可以不用密码登录远程机器了。每当我运行 MPIRUN 并指定主机文件时，都会出现分段错误和“地址未映射：（某些地址）”。每次运行时地址都会更改。有时它只是（零）。当我尝试使用主机文件并运行 ring_c 示例时，也会发生这种情况。我在两台计算机上以及与作业相关的用户都安装了 OpenMPI 3.1.2。

主机文件内容

localhost
mpiuser@192.168.1.236

我也尝试在主机文件中使用主机名 ubuntu-vm。这个主机名在我的 /etc/hosts 文件中。当我输入 ssh mpiuser@ubuntu-vm 或 ssh mpiuser@192.168.1.236 时，它会毫无问题地让我登录，也不会提示密码。我曾多次尝试在两台计算机上重新安装 OpenMPI。

这可能是 OpenMPI 特定的问题吗？ mpich 可能会起作用吗？我不明白为什么这很难开始工作。我认为使用标准安装说明并运行示例程序不会有问题。

我在两台机器上都使用 ubuntu 18.04。远程机器是 Windows 10 主机中的虚拟机。桥接网络适配器配置。在尝试运行它们之前，我将程序放入可从两台机器访问的共享文件夹中。如果我之前的陈述不清楚，示例程序 ring_c 在多台机器上运行时也会失败，但在本地机器上不会。

命令行：

MPIRUN -np 8 --hostfile hostfile ./ring_c

示例错误输出：

======================   ALLOCATED NODES   ======================
ubuntu-desktop: flags=0x11 slots=4 max_slots=0 slots_inuse=0 state=UP
192.168.1.236: flags=0x10 slots=1 max_slots=0 slots_inuse=0 state=UNKNOWN
=================================================================
[ubuntu-desktop:11654] *** Process received signal ***
[ubuntu-desktop:11654] Signal: Segmentation fault (11)
[ubuntu-desktop:11654] Signal code: Address not mapped (1)
[ubuntu-desktop:11654] Failing at address: 0x10

Answer 1

这是 Open MPI 中的真正错误（双重释放错误），已在 master 分支 https://github.com/open-mpi/ompi/pull/5863 中修复。

同时，您可以手动下载并应用https://github.com/open-mpi/ompi/pull/5869提供的补丁

请注意 Open MPI 用户邮件列表，或者 github 存储库 (https://github.com/open-mpi/ompi) 是报告此类问题的最佳位置。 （mpirun 应该永远不会崩溃，因此不太可能是编程错误）