啓用Azure RDMA的SLES集羣上的DAPL錯誤

Question

我在運行SLES-HPC 12的可用性集中設置了2個Azure A8 VM（以下教程：https://azure.microsoft.com/en-us/documentation/articles/virtual-machines-linux-cluster-rdma/）。

當我運行英特爾MPI乒乓球測試，我得到DAPL錯誤：

azureUser@sshvm0:~> /opt/intel/impi/5.0.3.048/bin64/mpirun -hosts 10.0.0.4,10.0.0.5 -ppn 1 -n 2 -env I_MPI_FABRICS=shm:dapl -env I_MPI_DYNAMIC_CONNECTION=0 -env I_MPI_DAPL_PROVIDER=ofa-v2-ib0 /opt/intel/impi/5.0.3.048/bin64/IMB-MPI1 pingpong 
sshvm1:d28:bef0eb40: 12930 us(12930 us): dapl_rdma_accept: ERR -1 Input/output error 
sshvm1:d28:bef0eb40: 12946 us(16 us): DAPL ERR accept Input/output error 
[1:10.0.0.5][../../src/mpid/ch3/channels/nemesis/netmod/dapl/dapl_conn_rc.c:622] error(0x40000): ofa-v2-ib0: could not accept DAPL connection request: DAT_INTERNAL_ERROR() 
Assertion failed in file ../../src/mpid/ch3/channels/nemesis/netmod/dapl/dapl_conn_rc.c at line 622: 0 
internal ABORT - process 0 

類似的錯誤運行OSU MPI微基準之一（與IMPI編譯器編譯）時：

azureUser@sshvm0:~> /opt/intel/impi/5.0.3.048/bin64/mpirun -hosts 10.0.0.4,10.0.0.5 -ppn 1 -n 2 -env I_MPI_FABRICS=shm:dapl -env I_MPI_DYNAMIC_CONNECTION=0 -env I_MPI_DAPL_PROVIDER=ofa-v2-ib0 /opt/intel/impi/5.0.3.048/bin64/IMB-MPI1 pingpong 
sshvm1:d28:bef0eb40: 12930 us(12930 us): dapl_rdma_accept: ERR -1 Input/output error 
sshvm1:d28:bef0eb40: 12946 us(16 us): DAPL ERR accept Input/output error 
[1:10.0.0.5][../../src/mpid/ch3/channels/nemesis/netmod/dapl/dapl_conn_rc.c:622] error(0x40000): ofa-v2-ib0: could not accept DAPL connection request: DAT_INTERNAL_ERROR() 
Assertion failed in file ../../src/mpid/ch3/channels/nemesis/netmod/dapl/dapl_conn_rc.c at line 622: 0 
internal ABORT - process 0 

這些錯誤的原因是什麼？我如何修復並運行這些微基準？謝謝你的幫助！

我也已經通過運行「程序mpiexec -machinefile machinefile -n 2主機名」

Answer 1

您將需要更新的驅動RDMA驗證了2個節點之間的SSH連接。我們更新了文檔遵循以下 https://azure.microsoft.com/en-us/documentation/articles/virtual-machines-linux-cluster-rdma/

鏈接請到部分 更新Linux的RDMA驅動SLES 12

請按照說明進行操作，並更新RDMA驅動程序。請更新僅當您配置的虛擬機在以下地區 美國東 美國北環 美國中南部 北歐