Я раньше не работал с распределенными вычислениями, но я пытаюсь интегрировать mpi4py в программу, чтобы распараллелить цикл for в вычислительном кластере.
Это псевдокод того, что я хочу сделать:
for file in directory: Initialize a class Run class methods Conglomerate results
Я просмотрел все, и я не могу найти для этого никакого решения. Есть ли способ сделать это просто с mpi4py, или есть еще один инструмент, который может сделать это с легкой установкой и настройкой?
Чтобы добиться параллелизма цикла for с MPI4Py, проверьте приведенный ниже пример кода. Его просто цикл для добавления некоторых чисел. Цикл for будет выполняться в каждом узле. Каждый узел получит другой блок данных для работы (диапазон для цикла). В конце Узел с нулевым раском будет добавлять результаты от всех узлов.
#!/usr/bin/python
import numpy
from mpi4py import MPI
import time
comm = MPI.COMM_WORLD
rank = comm.Get_rank()
size = comm.Get_size()
a = 1
b = 1000000
perrank = b//size
summ = numpy.zeros(1)
comm.Barrier()
start_time = time.time()
temp = 0
for i in range(a + rank*perrank, a + (rank+1)*perrank):
temp = temp + i
summ[0] = temp
if rank == 0:
total = numpy.zeros(1)
else:
total = None
comm.Barrier()
#collect the partial results and add to the total sum
comm.Reduce(summ, total, op=MPI.SUM, root=0)
stop_time = time.time()
if rank == 0:
#add the rest numbers to 1 000 000
for i in range(a + (size)*perrank, b+1):
total[0] = total[0] + i
print ("The sum of numbers from 1 to 1 000 000: ", int(total[0]))
print ("time spent with ", size, " threads in milliseconds")
print ("-----", int((time.time()-start_time)*1000), "-----")
Чтобы выполнить код выше, вы должны запустить его следующим образом:
$ qsub -q qexp -l select = 4: ncpus = 16: mpiprocs = 16: ompthreads = 1 -I # Salomon: ncpus = 24: mpiprocs = 24
$ ml Python
$ ml OpenMPI
$ mpiexec -bycore -bind-to-core python hello_world.py
В этом примере мы запускаем код с поддержкой MPI4Py на 4 узла, 16 ядер на узел (всего 64 процесса), каждый процесс python связан с другим ядром.
Источники, которые могут вам помочь:
Отправьте задание с кодом python (mpi4py) на кластер HPC
https://github.com/JordiCorbilla/mpi4py-examples/tree/master/src/examples/matrix%20multiplication