操作系统_MPI程序设计

本篇文章分享操作系统_MPI程序设计，对你有帮助的话记得收藏一下，看极客之家收获更多编程知识

一、实验环境搭建

本次MPI集群环境是在电脑中安装mpi的sdk和应用程序后在visual studio 2022 上配置MPI环境。

• VC++目录---》包含目录---》添加MPI的include目录
  
• VC++目录---》库目录---》添加MPI的x64目录
  
• VC++目录---》预编译器---》输入“MPICH_SKIP_MPICXX”点击确认。
  
• VC++目录---》代码生成---》运行库选择“多线程调试（/MTd）”。
  
• 链接器---》输入---》x64里面三个文件的名字。
  
• 完成以上配置之后就点击生成解决方案即可。

二、MPI程序代码

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

// 计算从start到end的和
long long sum(int start, int end) {
    long long result = 0;
    for (int i = start; i <= end; ++i) {
        result += i;
    }
    return result;
}

int main(int argc, char* argv[]) {
    int rank, size;
    long long total_sum = 0;
    int start, end;
    double start_time, end_time;

    MPI_Init(&argc, &argv);
    MPI_Comm_rank(MPI_COMM_WORLD, &rank);       //通信域，一般为 MPI_COMM_WORLD返回执行当前代码的进程号rank
    MPI_Comm_size(MPI_COMM_WORLD, &size);       //通信域，一般为 MPI_COMM_WORLD返回进程总数size

    // 计算每个进程的工作范围
    int total_numbers = 10000;
    int chunk_size = total_numbers / size;      //分支大小
    int remainder = total_numbers % size;

    if (rank < remainder) {
        // 前remainder个进程多处理一个数
        start = rank * (chunk_size + 1) + 1;
        end = start + chunk_size;
    }
    else {
        // 其余进程
        start = rank * chunk_size + remainder + 1;
        end = start + chunk_size - 1;
    }

    // 开始计时
    start_time = MPI_Wtime();

    // 计算部分和
    long long partial_sum = sum(start, end);

    // 结束计时
    end_time = MPI_Wtime();
    //在指定的通信器中执行屏障同步，确保所有进程在此点上同步，直到所有进程都到达屏障。
    MPI_Barrier(MPI_COMM_WORLD);

    // 输出每个进程的计算时间和范围
    printf("Process %d computed sum from %d to %d in %.6f seconds\n", rank, start, end, end_time - start_time);
    //函数 MPI_Reduce()，将通信子内各进程的同一个变量参与规约计算，并向指定的进程输出计算结果
    // 将部分和汇总到进程0
    MPI_Reduce(&partial_sum, &total_sum, 1, MPI_LONG_LONG, MPI_SUM, 0, MPI_COMM_WORLD);

    // 进程0输出总和
    if (rank == 0) {
        printf("Total sum from 1 to %d is %lld\n", total_numbers, total_sum);
        printf("Number of processes used: %d\n", size);
    }

    MPI_Finalize();
    return 0;
}

集群通信函数：使用MPI_Reduce()函数将每个进程的局部和汇总到进程rank0。
同步函数：使用MPI_Barrier()同步函数，确保所有进程在同一个时间点停留，直到所有进程都到达该点。可以用来确保所有进程在继续执行之前都完成了某个阶段的工作。
时间函数：使用MPI_Wtime()函数，返回一个高精度的时间戳，测量出每个进程的时间间隔。

三、运行结果截图及分析

1.实验结果显示1+2+……10000=50005000，即计算的结果正确。
2.使用MPI_Barrir()函数保证了所有进程在被调用之后才执行，保证了通信进程的同步。
3.MPI通过优化消息传递机制，实现了节点间的高效通信，从而显著提升了并行计算的效率。

版权声明：本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：jacktools123@163.com进行投诉反馈，一经查实，立即删除！