本文最后更新于 2018-11-19【2355 天前】，文中所描述的信息可能已发生改变，请谨慎使用。如有问题或建议，欢迎在文章底部留言参与讨论！

消息传递界面/接口（英语：Message Passing Interface，缩写MPI）是一个并行计算的应用程序接口（API），常在超级计算机、计算簇等非共享内存环境程序设计。

MPI 是一种接口，常用的实现方式是开源的 OPENMPI 和 Intel 商业化的 IMPI。

单节点/本地

正常的单机使用 mpi，一般不会出现什么问题，直接使用 mpirun -np 并行数 命令即可，以下是完整的一个 C 语言例子。

首先编写源码，如 mpi-hello.c

#include <mpi.h>
#include <stdio.h>

int main(int argc, char** argv) {
    // 初始化 MPI 环境
    MPI_Init(NULL, NULL);

    // 通过调用以下方法来得到所有可以工作的进程数量
    int world_size;
    MPI_Comm_size(MPI_COMM_WORLD, &world_size);

    // 得到当前进程的秩
    int world_rank;
    MPI_Comm_rank(MPI_COMM_WORLD, &world_rank);

    // 得到当前进程的名字
    char processor_name[MPI_MAX_PROCESSOR_NAME];
    int name_len;
    MPI_Get_processor_name(processor_name, &name_len);

    // 打印一条带有当前进程名字，秩以及
    // 整个 communicator 的大小的 hello world 消息。
    printf("Hello world from processor %s, rank %d out of %d processors\n",
           processor_name, world_rank, world_size);

    // 释放 MPI 的一些资源
    MPI_Finalize();
}

然后使用mpicc进行编译，如果是Fortran，使用对应的mpif90或者mpifort。

mpicc mpi-hello.cpp -o mpi-hello.x

最后使用对应版本的mpirun执行，

$ mpirun -np 5 ./mpi-hello.x
Hello world from processor login1, rank 1 out of 5 processors
Hello world from processor login1, rank 2 out of 5 processors
Hello world from processor login1, rank 3 out of 5 processors
Hello world from processor login1, rank 4 out of 5 processors
Hello world from processor login1, rank 0 out of 5 processors

多节点/集群使用

对于单节点/本地使用，一般不会出错，但很多时候都是在集群上进行的，可能会使用诸如 Torque PBS等任务管理系统，由
系统进行管理和分配计算，这时应当注意，源码撰写和编译和单机使用没有什么不同，但用 mpirun 执行任务时会略有不同。
原因在于，这时候，你的计算任务不是在本地执行的，可能需要使用集群上的几十甚至更多个核，会使用多个节点，就需要
告诉它，应该在哪些节点上进行计算。

那如何告诉 mpi 在哪些节点上执行任务呢？实现的方式很简单，通过加参数来实现。

mpirun  -hostfile NODEFILE -np 40 ./mpi-hello.x

其中，NODEFILE是一个文本文件，其中每一行代表一个节点名称。

对于使用PBS系统的来说，NODEFILE该如何设定呢？这里，PBS系统会告诉我们，我们这个任务得到了哪些节点，并把这个节点文件的路径保存为
变量PBS_NODEFILE，所以只需要把上面的NODEFILE替换为 $PBS_NODEFILE 即可。

一个PBS脚本的例子：

#!/bin/bash -x
#PBS -l nodes=2:ppn=20        ##使用两个节点，每个节点有20个核
#PBS -j oe
#PBS -q test                  ## 任务提交在test队列上
#PBS -N try                   ## 任务名称
#PBS -r y
CMD='/home/test/cluster-test'
#define MPI PATH
MPIRUN=/usr/mpi/openmpi/bin/mpirun
#Setup the OpenMPI topology
n_proc=$(cat $PBS_NODEFILE | wc -l)
cd $PBS_O_WORKDIR
$MPIRUN --mca btl openib,self,sm -hostfile $PBS_NODEFILE -np $n_proc $CMD >log.out 2>&1
exit 0

或许有人会问，如果不加这个hostfile参数会发生什么情况呢？一个可能的情况是，在只有20个核的节点上执行40个mpi进程。一般情况下，这些任务计算密集型的，同时还会伴随着大量的网络通讯，一个后果就是计算进行的很慢，更严重的后果是导致进程间的通讯网络长时间超负载，进而导致宕机，很不幸，我就遇到了这种情况，只是不清楚集群的宕机是否跟这个有直接联系。

参考

文章目录

推荐使用：阿里云 云翼计划学生优惠、ECS、轻量应用等产品与服务【 点击注册】
本文作者：Quanyin Tang

本文链接：并行计算MPI简介 - https://www.imtqy.com/mpi-intro.html

版权声明：如无特别声明，本文即为原创文章，仅代表个人观点，版权归 Quanyin 所有，未经允许禁止转载，经授权转载请注明出处！