Linpack有时启动，有时不起，但什么也没有改变

Question

我在一个带有Xeon处理器的2节点集群上安装了Linpack。有时，如果我用以下命令启动Linpack：

mpiexec -np 28 -打印-秩-映射-f /根/机器。

linpack启动并打印输出，有时我只看到打印的mpi映射，然后什么也没有输出。对我来说，这似乎是一种随机行为，因为我不会在调用之间改变任何东西，正如前面提到的，Linpack有时启动，有时不。在top中，我可以看到已经创建了xhpl_intel64进程，它们大量使用CPU，但是当监视节点之间的通信时，iftop告诉我什么也不发送。

我使用MPICH2作为MPI实现。这是我的HPL.dat：

# cat HPL.dat 
HPLinpack benchmark input file
Innovative Computing Laboratory, University of Tennessee
HPL.out      output file name (if any)
6            device out (6=stdout,7=stderr,file)
1            # of problems sizes (N)
10000         Ns
1            # of NBs
250          NBs
0            PMAP process mapping (0=Row-,1=Column-major)
1            # of process grids (P x Q)
2            Ps
14            Qs
16.0         threshold
1            # of panel fact
2            PFACTs (0=left, 1=Crout, 2=Right)
1            # of recursive stopping criterium
4            NBMINs (>= 1)
1            # of panels in recursion
2            NDIVs
1            # of recursive panel fact.
1            RFACTs (0=left, 1=Crout, 2=Right)
1            # of broadcast
1            BCASTs (0=1rg,1=1rM,2=2rg,3=2rM,4=Lng,5=LnM)
1            # of lookahead depth
1            DEPTHs (>=0)
2            SWAP (0=bin-exch,1=long,2=mix)
64           swapping threshold
0            L1 in (0=transposed,1=no-transposed) form
0            U  in (0=transposed,1=no-transposed) form
1            Equilibration (0=no,1=yes)
8            memory alignment in double (> 0)

edit2：

我现在让程序运行了一段时间，30分钟后，它告诉我：

# mpiexec -np 32 -print-rank-map -f /root/machines.HOSTS ./xhpl_intel64
(node-0:0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15)
(node-1:16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31)
Assertion failed in file ../../socksm.c at line 2577: (it_plfd->revents & 0x008) == 0
internal ABORT - process 0
APPLICATION TERMINATED WITH THE EXIT STRING: Hangup (signal 1)

这是mpi的问题吗？

你知道这可能是什么类型的问题吗？

Answer 1

我发现了问题所在:每次启动MPICH2都使用不同的随机端口，如果这些端口被阻塞，应用程序将无法正确启动。MPICH2的解决方案是将环境变量MPICH_PORT_RANGE设置为START:END，如下所示：

出口MPICH_PORT_RANGE=50000:51000

最好，海因里希