OpenMDAO PetscTgtVecWrapper TypeError

Question

我正在尝试运行一个并行工作流，在该工作流中，我将在ParallelGroup中评估超过1000个并行案例。如果我在较低数量的核上运行，它不会崩溃，但是在某个点增加节点数会引发一个错误，这表明它与问题的分区方式有关。

据我所知，我从OpenMDAO和PETSc的深地牢中得到了一个错误，在设置通信表时与目标索引有关。下面是错误跟踪的打印：

File "/home/frza/git/OpenMDAO/openmdao/core/group.py", line 454, in _setup_vectors
impl=self._impl, alloc_derivs=alloc_derivs)
File "/home/frza/git/OpenMDAO/openmdao/core/group.py", line 1456, in _setup_data_transfer
self._setup_data_transfer(my_params, None, alloc_derivs)
File "/home/frza/git/OpenMDAO/openmdao/core/petsc_impl.py", line 125, in create_data_xfer
File "/home/frza/git/OpenMDAO/openmdao/core/petsc_impl.py", line 397, in __init__
tgt_idx_set = PETSc.IS().createGeneral(tgt_idxs, comm=comm)
File "PETSc/IS.pyx", line 74, in petsc4py.PETSc.IS.createGeneral (src/petsc4py.PETSc.c:74696)
tgt_idx_set = PETSc.IS().createGeneral(tgt_idxs, comm=comm)
File "PETSc/arraynpy.pxi", line 121, in petsc4py.PETSc.iarray (src/petsc4py.PETSc.c:8230)
TypeError: Cannot cast array data from dtype('int64') to dtype('int32') according to the rule 'safe'

这个答案是：

https://scicomp.stackexchange.com/questions/2355/32bit-64bit-issue-when-working-with-numpy-and-petsc4py/2356#2356

引导我查找设置tgt_idxs向量的位置，看看它是否用正确的dtype PETSc.IntType定义。但到目前为止，我只在尝试设置数组的d类型时才会得到Petsc has generated inconsistent data错误，我认为这可能会导致错误。

我还没有按照我链接到的答案中的建议，尝试用--with-64-bit-indices重新安装--with-64-bit-indices。您是否以这种方式运行PETSc？

编辑:我现在已经设置了一个简化的问题版本，它复制了我得到的错误：

import numpy as np

from openmdao.api import Component, Group, Problem, IndepVarComp, \
                         ParallelGroup


class Model(Component):

    def __init__(self, nsec, nx, nch):
        super(Model, self).__init__()

        self.add_output('outputs', shape=[nx+1, nch*6*3*nsec])

    def solve_nonlinear(self, params, unknowns, resids):

        pass

class Aggregate(Component):

    def __init__(self, nsec, ncase, nx, nch, nsec_env=12):
        super(Aggregate, self).__init__()

        self.ncase = ncase

        for i in range(ncase):
            self.add_param('outputs_sec%03d'%i, shape=[nx+1, nch*6*3*nsec])

        for i in range(nsec):
            self.add_output('aoutput_sec%03d' % i, shape=[nsec_env, 6])


    def solve_nonlinear(self, params, unknowns, resids):

        pass


class ParModel(Group):

    def __init__(self, nsec, ncase, nx, nch, nsec_env=12):
        super(ParModel, self).__init__()

        pg = self.add('pg', ParallelGroup())

        promotes = ['aoutput_sec%03d' % i for i in range(nsec)]
        self.add('agg', Aggregate(nsec, ncase, nx, nch, nsec_env), promotes=promotes)

        for i in range(ncase):
            pg.add('case%03d' % i, Model(nsec, nx, nch))
            self.connect('pg.case%03d.outputs'%i, 'agg.outputs_sec%03d'%i)

if __name__ == '__main__':

    from openmdao.core.mpi_wrap import MPI

    if MPI:
        from openmdao.core.petsc_impl import PetscImpl as impl
    else:
        from openmdao.core.basic_impl import BasicImpl as impl

    p = Problem(impl=impl, root=Group())
    root = p.root

    root.add('dlb', ParModel(20, 1084, 36, 6))
    import time
    t0 = time.time()
    p.setup()
    print 'setup time', time.time() - t0

完成了这些工作之后，我还可以看到，由于我们评估的许多情况，数据大小最终变得巨大。我看看我们能不能以某种方式缩小数据大小。我现在根本无法让它运行，因为它要么崩溃，要么出错：

petsc4py.PETSc.Errorpetsc4py.PETSc.Error: error code 75
[77] VecCreateMPIWithArray() line 320 in /home/MET/Python-2.7.10_Intel/opt/petsc-3.6.2/src/vec/vec/impls/mpi/pbvec.c
[77] VecSetSizes() line 1374 in /home/MET/Python-2.7.10_Intel/opt/petsc-3.6.2/src/vec/vec/interface/vector.c
[77] Arguments are incompatible
[77] Local size 86633280 cannot be larger than global size 73393408
: error code 75

或者TypeError。

Answer 1

您正在运行的数据大小肯定大于32位索引所能表示的数据大小，因此，如果无法缩小数据大小，则使用--with-64-bit-indices重新编译是有意义的。OpenMDAO在内部使用PETSc.IntType作为索引，因此如果重新编译，它们的大小应该是64位。

Answer 2

我从来没有在petsc上使用过这个选项。一段时间以前，我们确实遇到了一些问题，扩大到更多的核心，但我们确定，对我们来说，问题是OpenMPI编译。重新编译OpenMDAO解决了我们的问题。

因为这个错误出现在安装程序上，所以我们不需要运行来测试代码。如果您可以提供显示问题的模型，并且我们可以运行它，那么我们至少可以验证同样的问题是否发生在我们的集群中。

最好知道你能成功地运行多少个核心，在什么时候它也会崩溃。