MPI_Waitany（）或MPI_Recv（）與MPI_ANY_SOURCE？

上下文：在我的程序中，主進程正在爲從進程分配工作。一旦從屬過程完成工作，它就會要求主人做更多的工作。主人給奴隸分配更多的工作，程序繼續進行。MPI_Waitany（）或MPI_Recv（）與MPI_ANY_SOURCE？

我已經編寫了這樣的程序，主進程使用MPI_Recv和MPI_ANY_SOURCE來接收來自從節點的工作。

/* Allot some work to all the slaves (seed) */ 

while (istheremorework()) { 
      /* Master receives slaves work*/ 

      MPI_Status status;    
      MPI_Recv(recvbuf, width + 1, MPI_DOUBLE, MPI_ANY_SOURCE, MPI_ANY_TAG, MPI_COMM_WORLD, &status); 
      int slave = status.MPI_SOURCE; 

      cout << "Master recieved data from slave " << slave << endl; 
      /* store the data */  
      /* Master sends new work to the slave */ 
      int* sendbuf; 
      /* populate sendbuf */ 
      MPI_Send(&sendbuf, 2, MPI_INT, slave, MSG_TAG_DATA, MPI_COMM_WORLD); 
      /* update remaining work information */; 
}

的這部分代碼也可以改寫爲

/* Allot some work to all the slaves (seed) */ 

/* Open a channel with all the slaves to receive their work. */ 
for (int k = 1; k < i; k++) { 
    MPI_Irecv(&recbuf[k], BUFFER_LENGTH, MPI_DOUBLE, k, MSG_TAG, MPI_COMM_WORLD, &requests[k - 1]); 
    /* Each slave sends the results to master */ 
} 

while (istheremorework()) { 
      /* Master receives slaves work*/   

      MPI_Waitany(np-1, requests, &index, statuses); 
      /* Using index to decide which slave sent the result */ 

      cout << "Master received data from slave " << slave << endl; 
      /* store the data */  
      /* Master sends new work to the slave */ 
      int* sendbuf; 
      /* populate sendbuf */ 
      MPI_Send(&sendbuf, 2, MPI_INT, slave, MSG_TAG_DATA, MPI_COMM_WORLD); 
      /* update remaining work information */; 
}

是這兩種方法相互等同在性能方面？你是否看到使用其中一個的重大優勢？

來源

2017-05-22 Java Kumara

在第二個版本中，定義了'MPI_Waitany'中的'request'？好像你在'MPI_Waitany'之前有'Irecv'，但你沒有顯示。 – Shibli

@Shibli：是的。你是對的。在第二個版本中，「Irecv」在那裏。在最初向奴隸分配工作之後，使用'Irecv'打開一個通道，讓所有奴隸接受他們的工作，並使用'MPI_Waitany'一個接一個地消費。如果我的理解不正確，請糾正我。 –

在Waitany版本中，您必須爲主進程上的每個工作者初始化並維護一個MPI_Request請求對象，並且MPI必須在調用MPI_Waitany()時遍歷所有這些對象。使用MPI_Recv(MPI_ANY_SOURCE)，您只需處理消息隊列中的下一條消息。我懷疑MPI_Recv版本會更好。

您可以嘗試性能分析器來確保。對於中小型企業而言，在這種情況下可能不會有很大的性能差異。然而，在大規模的情況下，同時分配許多請求對象被認爲是一個壞主意。

來源

2017-05-23 04:56:40

MPI_Waitany（）或MPI_Recv（）與MPI_ANY_SOURCE？

回答

相關問題