运行 mpi 作业时出错答案

【问题标题】：error on running mpi job运行 mpi 作业时出错
【发布时间】：2012-05-21 00:29:22
【问题描述】：

我正在尝试在安装了扭矩和 openmpi 1.3.2 的集群上运行 MPI 作业，但我总是收到以下错误：

“mpirun 无法启动指定的应用程序，因为它找不到可执行文件：可执行文件：-p 节点：compute-101-10.local 在尝试启动进程等级 0 时。”

我正在使用以下脚本来执行 qsub：

#PBS -N mphello
#PBS -l walltime=0:00:30
#PBS -l nodes=compute-101-10+compute-101-15
cd $PBS_O_WORKDIR
mpirun -npersocket 1 -H compute-101-10,compute-101-15 /home/username/mpi_teste/mphello

知道为什么会这样吗？我想要的是在每个节点（compute-101-10 和 compute-101-15）中运行 1 个进程。我在这里做错了什么？我已经尝试了 mpirun 命令的几种组合，但是程序要么只在一个节点上运行，要么给我上面的错误...

提前致谢！

【问题讨论】：

您能否检查您是否在节点上配置了 OpenMPI 1.3.2。 -npersocket 选项在 OpenMPI 1.2 中不存在，这正是 OpenMPI 1.2 中的 mpirun 如果使用此选项调用的话。使用mpirun --version
是的，就是这样...：/，谢谢！
我会将其作为答案发布，以便您关闭问题。

标签： mpi cluster-computing

【解决方案1】：

-npersocket 选项在 OpenMPI 1.2 中不存在。

OpenMPI 报告的诊断信息

mpirun 无法启动指定的应用程序，因为它不能查找可执行文件：可执行文件：-p 如果使用此选项调用，这正是 OpenMPI 1.2 中的 mpirun 所说的。

运行 mpirun --version 将确定计算节点上默认的 OpenMPI 版本。

【讨论】：

顺便说一句，Open MPI 1.3.x 是古老的。我们昨天刚刚发布了 Open MPI 1.6。你应该升级。
我知道它很古老，但这不取决于我，取决于集群管理员：/

【解决方案2】：

问题在于 -npersocket 标志仅受 Open MPI 1.3.2 支持，而我运行代码的集群只有不支持该标志的 Open MPI 1.2。

一种可能的解决方法是使用标志 -loadbalance 并使用标志 -H node1,node2,node3,... 指定我希望代码运行的节点，如下所示：

mpirun -loadbalance -H node1,node2,...,nodep -np number_of_processes program_name

这样每个节点将运行 number_of_processes/p 个进程，其中 p 是运行进程的节点数。

【讨论】：