如何在Slurm集群上的多个节点上运行MPI Python脚本？ 错误：警告：无法在2个节点上运行1个进程，将nnode设置为1

Question

我正在Slurm集群上运行一个可以从并行处理中受益的脚本，所以我正在尝试实现MPI。 但是，它似乎不允许我在多个节点上运行进程。 我不知道这是否通常是自动完成的，但每当我在批处理文件中设置--nodes = 2进行提交时，我都会收到错误消息“警告：无法在2个节点上运行1个进程，将nnodes设置为1.”

我一直在尝试使用简单的Hello World脚本，但仍遇到上述错误。 我在运行MPI脚本时添加了--oversubscribe到选项，但仍然出现此错误。

    #SBATCH --job-name=a_test
    #SBATCH --mail-type=ALL
    #SBATCH --ntasks=1
    #SBATCH --cpu-freq=high
    #SBATCH --nodes=2
    #SBATCH --cpus-per-task=2
    #SBATCH --mem-per-cpu=1gb
    #SBATCH --mem-bind=verbose,local
    #SBATCH --time=01:00:00
    #SBATCH --output=out_%x.log

    module load python/3.6.2
    mpirun -np 4 --oversubscribe python par_PyScript2.py
```bash

I still get the expected output, but only after the error message "Warning: can't run 1 processes on 2 nodes, setting nnodes to 1." I'm worried that without being able to run on multiple nodes, my actual script will be a lot slower.

Answer 1

警告的原因是这一行：

#SBATCH --ntasks=1

在你请求2个节点之前，你要指定你将只运行1 mpi进程。

--ntasks设置要在您的情况下运行/排名的进程数。 然后用等效的-n覆盖它，这就是你看到结果的原因。

供您参考，这是我在系统上运行的脚本，

#!/bin/bash

#SBATCH -C knl 
#SBATCH -q regular
#SBATCH -t 00:10:00

#SBATCH --nodes=2

module load python3

START_TIME=$SECONDS

srun -n 4 python mpi_py.py >& py_${SLURM_JOB_ID}.log

ELAPSED_TIME=$(($SECONDS - $START_TIME))
echo $ELAPSED_TIME

表现说明：

• 如果可能的话，在同一节点上运行代码会更快。 节点间通信比节点内的通信速度慢，可能会慢一点，但也可能慢得多，这取决于集群架构等。
• 请参阅群集设置建议。 例如，我应该在这个脚本中添加某些slurm选项 - 特别是-c和cpu_bind= （更多这里 ）。