“无法找到指定的可执行文件”当尝试在 Julia 上使用 mpirun 时

Question

我正在尝试在集群的多个节点上运行我的 julia 代码，该代码使用 Moab 和 Torque 作为调度程序和资源管理器。 在我请求 3 个节点的交互式会话中，我加载 julia 和 openmpi 模块并运行：

mpirun -np 72 --hostfile $PBS_NODEFILE -display-allocation julia --project=.  "./estimation/test.jl"

mpirun 确实成功识别了我的 3 个节点，因为它显示：

======================   ALLOCATED NODES   ======================
        comp-bc-0383: slots=24 max_slots=0 slots_inuse=0 state=UP
        comp-bc-0378: slots=24 max_slots=0 slots_inuse=0 state=UNKNOWN
        comp-bc-0372: slots=24 max_slots=0 slots_inuse=0 state=UNKNOWN
=================================================================

但是，之后它返回一条错误消息

--------------------------------------------------------------------------
mpirun was unable to find the specified executable file, and therefore
did not launch the job.  This error was first reported for process
rank 48; it may have occurred for other processes as well.

NOTE: A common cause for this error is misspelling a mpirun command
      line parameter option (remember that mpirun interprets the first
      unrecognized command line token as the executable).

Node:       comp-bc-0372
Executable: /opt/aci/sw/julia/1.5.3_gcc-4.8.5-ips/bin/julia
--------------------------------------------------------------------------

可能的原因是什么？是因为从其他节点访问 Julia 时遇到问题吗？ （我认为是这种情况，因为代码只要 -np X 运行，其中 x <= 24，这是一个节点的槽数；一旦 x >= 25，它就无法运行）

Answer 1

这是一个关于如何使用模块和 mpirun 的好手册。使用MPIstacksWithModules

总结一下手册中写的内容：

应该强调的是，模块只不过是管理环境变量的结构化方式；因此，无论模块有什么障碍，环境变量也同样适用。

您需要的是使用 -x PATH -x LD_LIBRARY_PATH 导出 mpirun 命令中的环境变量。要查看这是否有效，您可以运行

mpirun -np 72 --hostfile $PBS_NODEFILE -display-allocation -x PATH -x LD_LIBRARY_PATH which julia

另外，您应该考虑提供要运行的文件的完整路径，因此 /path/to/estimation/test.jl 而不是 。 /estimation/test.jl 因为每个节点中的工作目录都不相同。 （一般来说，使用完整路径总是更安全）。
通过使用完整路径，您还应该能够使用 /path/to/julia （即 which julia 的输出），而不仅仅是 julia code>，这样就不需要导出环境变量了。