mpich2的问题

Question

运行并行计算的时候出现这个问题, 在google查不到解决办法,有没有mpi大拿帮忙看看,这是什么错误代码?

p0_21098:  p4_error: interrupt SIGx: 1
bm_list_21099:  p4_error: interrupt SIGx: 1
p0_21098: (8444.481986) net_send: could not write to fd=4, errno = 32
p0_21098:  p4_error: interrupt SIGx: 1
bm_list_21099:  p4_error: interrupt SIGx: 1
p0_21098: (8444.481986) net_send: could not write to fd=4, errno = 32
net_send: could not write to fd=4, errno = 32

这是因为P4_GLOBMEMSIZE 16777216 设置的不够大么?

Answer 1

感谢版主 好像是程序的问题

Answer 2

1. 做几个测试

- 跑一下 tstmachines 看看是否正常 (在mpich下面)
- mpich带的fpi 之类的例子跑一下，看看是否正常

2. GLOBMEMSIZE的问题,如果 tstmachines 和 fpi 之类的sample 都OK
你 设置一下 export P4_GLOBMEMSIZE=16777216看看

3. 程序造成的问题. 从stdout来看，你的程序跑的时候，好像被异常的杀掉了.

因为我以前在head node向SGE 递交程序的时候，我如果想要干掉所有node得上的程序就会 SGE -> kill all 这个process, 然后就会出现非常类似的输出.
我不知道你什么环境下工作，我在SGE上处理并行程序的时候，可以进去qlogin ，一个交互式的login工具，逐段debug我的MPI程序.
debug的时候，用stderr代替stdout,因为mpi程序跑的时候，error message都是buffer掉的，不容易帮助你检查代码.
BTW: MPI程序debug不是很容易:">

4. 节点通信和权限上的问题

head node 递交作业后，作业要在每个node都有权限运行，且通信要保证OK. 我不知道你的环境到底是怎样的. 建议你先从简单的环境方面开始检查，也许会减少点时间.

good luck,