MPI 偶发错误答案

【问题标题】：MPI sporadic errorsMPI 偶发错误
【发布时间】：2014-11-08 00:05:10
【问题描述】：

我正在运行如下所示的 MPI 代码（请参阅下面的说明）：

#include <mpi.h>
#include <sys/time.h>
#include <stdlib.h>
#include <stdio.h>
#include <string.h>
#include <unistd.h>

...

int main(int argc, char * argv[])
{
    int i,j,local_N,num_procs = 0;
    int N = 16; // width and height of matrix

    int rank;
    float ** A;
    float ** local_A;

    // MPI stuff
    MPI_Init(&argc, &argv);
    MPI_Comm_rank(MPI_COMM_WORLD, &rank);
    MPI_Comm_size(MPI_COMM_WORLD, &num_procs); // "size" is number of processes
    MPI_Status status;

    // allocate and initialize A
    if (rank == 0) {
        A = allocate_matrix(N, N);
        initialize_matrix(A, N, N);
    }

    // allocate local matrices
    local_N = N / num_procs;
    local_A = allocate_matrix(local_N, N);

    //send/rcv pieces of matrix
    for (i = 1; i < num_procs; i++) {
        if (rank == 0) {
            MPI_Send(A[i * local_N], N, MPI_FLOAT, i, 123, MPI_COMM_WORLD);
        }

        if (rank == i) {
            MPI_Recv(local_A[0], N, MPI_FLOAT, 0, 123, MPI_COMM_WORLD, &status);
        }
    }

    if (rank == 0) free_matrix(A, N, N);
    free_matrix(local_A, local_N, N);
    MPI_Finalize();
    return 0;
}

这里是那些辅助方法：

float ** allocate_matrix(int rows, int cols) {
    int i = 0;
    float ** matrix = (float **) malloc(rows * sizeof(float *));

    for (i = 0; i < cols; i++) {
        matrix[i] = (float *) malloc(cols * sizeof(float));
    }

    return matrix;
}

void initialize_matrix(float ** matrix, int rows, int cols) {
    int i, j = 0;

    for (i = 0; i < rows; i++) {
        for (j = 0; j < cols; j++) {
            matrix[i][j] = ((float)(rand()%10000))/1000.0;
        }
    }
}

void free_matrix(float ** matrix, int rows, int cols) {
    int i, j = 0;
    for (j = 0; j < rows; j++) free(matrix[j]);
}

基本上，我将 16 x 16 矩阵拆分为（进程数）块，并将每个块中的一行发送到每个进程。打印发送和接收前后的行表明它们被正确发送。

我使用mpirun -n 4 ./<name of executable> 一遍又一遍地运行这段代码，每次都会发生不同的事情。要么：

正常退出
mpirun noticed that process rank ... exited on signal 6
mpirun noticed that process rank ... exited on signal 10
mpirun noticed that process rank ... exited on signal 11

我看到信号 6 并认为“双重释放（）！”，但我尝试删除释放方法，信号 6 仍然存在，以及其他错误。知道为什么会发生这些错误，以及为什么每次都是不同的错误吗？调试器跟踪使它看起来像是在MPI_Finalize() 中发生了问题。

【问题讨论】：

为什么只发送一个元素？ MPI_Send(A[i * local_N], 1, MPI_FLOAT, i, 123, MPI_COMM_WORLD); 'count = n_local' 不应该是 1 吗？
很好，但这只是在调试期间。发送 N 个元素也会出错。立即编辑。
把 MPI_Init() 放在最开始。不建议在 MPI_Init() 之前和 MPI_Finalize() 之后做任何事情。看看这里：mpi.deino.net/mpi_functions/MPI_Init.html

标签： c mpi

【解决方案1】：

这不是 MPI 问题。错误来自分配函数。您正在迭代列数而不是行数。

for (i = 0; i < cols; i++) {

应该是

for (i = 0; i < rows; i++) {

匹配上面的 malloc。您分配了 4 行，但迭代了 16 列。

【讨论】：