用降雪 R 初始化 MPI 集群答案

【问题标题】：Initializing MPI cluster with snowfall R用降雪 R 初始化 MPI 集群
【发布时间】：2013-07-27 19:26:03
【问题描述】：

我一直在尝试在我大学的集群上运行 Rmpi 和 snowfall，但出于某种原因，无论我分配了多少计算节点，我的 snowfall 初始化始终只在一个节点上运行。

我是这样初始化它的：

sfInit(parallel=TRUE, cpus=10, type="MPI")

有什么想法吗？我会根据需要提供说明。

【问题讨论】：

您的集群运行的是哪种 MPI？
openMPI，据我所知没有错误消息（事情运行顺利，但系统管理员告诉我它在一个集群上运行，即使我分配了 5 个）。我也刚刚意识到我的意思是一个节点而不是一个集群。
有什么可能导致它的想法吗？也许我必须使用 socketHosts 吗？

标签： r parallel-processing cluster-computing openmpi snowfall

【解决方案1】：

要在集群上运行基于 Rmpi 的程序，您需要使用批处理排队系统请求多个节点，然后通过 mpirun/mpiexec 等实用程序从作业脚本执行您的 R 脚本。理想情况下，mpirun 实用程序已构建为自动检测批处理排队系统分配了哪些节点，否则您将需要使用诸如 --hostfile 之类的 mpirun 参数来告诉它要使用哪些节点。

在您的情况下，听起来您请求了多个节点，因此问题可能出在 R 脚本的执行方式上。有些人没有意识到他们需要使用 mpirun/mpiexec，结果是您的脚本在单个节点上运行。如果您使用的是 mpirun，则可能是您的 Open MPI 安装未构建支持您的批处理排队系统。在这种情况下，您必须根据批处理排队系统提供的信息创建适当的主机文件，这些信息通常通过环境变量和/或文件提供。

这是一个典型的 mpirun 命令，我使用它从作业脚本执行我的并行 R 脚本：

mpirun -np 1 R --slave -f par.R

由于我们构建了支持 Torque 的 Open MPI，因此我不使用 --hostfile 选项：mpirun 会自动从 PBS_NODEFILE 环境变量中找出要使用的节点。 -np 1 的使用可能看起来很奇怪，但如果您的程序要产生工人，则需要使用 snow 包时通常会这样做。我从未使用过snowfall，但在查看了源代码后，在我看来sfInit 总是使用“count”参数调用makeMPIcluster，这将导致snow 产生工人，所以我认为对于具有snowfall 的 MPI 集群，-np 1 是必需的。否则，mpirun 将在多个节点上启动您的 R 脚本，每个节点都会在自己的节点上生成 10 个工作人员，这不是您想要的。诀窍是将sfInit“cpus”参数设置为与批处理排队系统分配给您的作业的节点数一致的值。您可能会发现 Rmpi mpi.universe.size 函数对此很有用。

如果您认为所有这些都正确完成，则问题可能与在您的 R 脚本中创建 MPI 集群对象的方式有关，但我怀疑它与使用（或缺乏使用）有关) 的 mpirun。

【讨论】：

谢谢，我认为问题很可能是我没有使用 mpirun（不知道这一点）。因此，使用 mpirun 的文档如下所示，来自集群的说明：# Invoke mpirun。 # 注意：$NSLOTS 由 OGS 设置为 N，即“-pe mpi_M_tasks_per_node N”选项请求的处理器数量。 # 如果 M=4，可能的 N 是：4, 8, 12, 16, . . . #（参见 Runningjobs 页面中的表 2） mpirun -np $NSLOTS mpi_program arg1 arg2 .. 如果我想让降雪为我做所有的工作，我应该只做 -np 1？
@user1480248 正如我更新的答案中提到的，我认为您确实需要在降雪时使用“-np 1”。基于 Rmpi 的包在使用 MPI 生成时相当不寻常，因此关于如何设置 -np 的通常建议是错误的。
因此，如果我分配了 16 个计算节点，并且我想利用每个节点上的所有 16 个内核（系统允许我访问），如果我让 cpus
@user1480248 如果您已请求并被分配了 16 个节点，每个节点有 16 个内核，那么我希望 mpi.universe.size 将返回值 256。我还希望将“cpus”设置为256 将导致在这 16 个节点中的每个节点上产生 16 个工作器。但这是一个猜测，因为我对 OGS 不是很熟悉，这取决于在您的 Open MPI 安装中内置 OGS 支持。