MPI_Reduce C/C++ - 信號：分段錯誤 (11)

Question

我不太了解MPI_Reduce如何與數組一起使用。 我需要做一個元素明智的總和。

為了測試MPI_Reduce function，我編寫了這個簡單的代碼，它可以工作：

double a[4] = {0,1,2,(double)process_id};
double b[4];
MPI_Reduce(&a, &b, 4, MPI_DOUBLE, MPI_SUM, p-1, MPI_COMM_WORLD);
if(id == p-1) {
    for(int i = 0; i < 4; i++){
        printf("%f, ", b[i]);
    }
}

它打印這個：

0.00000, 4.00000, 8.00000, 6.00000 

當我使用 4 個進程運行此代碼時。 有用！

現在我實現我的問題。 假設我使用p過程，我需要減少尺寸為m * n的p矩陣，所以我以數組的形式重寫每個矩陣

double *a;
double **A;

A = new double*[n];
//code that compute matrix A
a = (double *) malloc(m * n * sizeof(double));
int k = 0;
for(int i = 0; i < m; i++) {
    for(int j = 0; j < n; j++){
        a[k] = A[i][j];
        k++;
    }
}

這樣，我就有了需要以數組形式減少的矩陣。 現在我執行這個縮減：

if(id == p-1){
    reduce_storage = (double *) malloc(m * n * sizeof(double));
}

MPI_Reduce(&a, &reduce_storage, m * n, MPI_DOUBLE, MPI_SUM, p-1, MPI_COMM_WORLD);

數組a和reduce_storage以相同的方式分配，因此它們具有相同的維度 m * n，即 MPI_Reduce 的count參數的值。 我不明白為什么我嘗試運行它會返回此錯誤：

*** stack smashing detected ***: <unknown> terminated
[EdoardoPC:01104] *** Process received signal ***
[EdoardoPC:01104] Signal: Aborted (6)
[EdoardoPC:01104] Signal code:  (-6)
[EdoardoPC:01104] *** Process received signal ***
[EdoardoPC:01104] Signal: Segmentation fault (11)
[EdoardoPC:01104] Signal code:  (128)
[EdoardoPC:01104] Failing at address: (nil)

Answer 1

我不太了解 MPI_Reduce 如何與數組一起使用。 我需要做一個元素明智的總和。

從關於 MPI_Reduce 的源代碼可以閱讀：

將所有流程的值減少到單個值

int MPI_Reduce(const void *sendbuf, void *recvbuf, int count, MPI_Datatype datatype, MPI_Op op, int root, MPI_Comm comm)

在您的情況下， MPI_Reduce將如下圖所示：

（圖片取自https://mpitutorial.com/tutorials/mpi-reduce-and-allreduce/ ）

從同一來源可以閱讀：

MPI_Reduce 獲取每個進程的輸入元素數組，並將 output 元素數組返回給根進程。 output 元素包含縮減的結果。

現在讓我們看看你的問題

為了測試 MPI_Reduce function，我編寫了這個簡單的代碼，它可以工作：

double a[4] = {0,1,2,(double)process_id};
double b[4];
MPI_Reduce(&a, &b, 4, MPI_DOUBLE, MPI_SUM, p-1, MPI_COMM_WORLD);

所有參數都正確； &a和&b分別匹配const void *sendbuf和void *recvbuf 。 這同樣適用於其余參數，即int 、 MPI_Datatype 、 MPI_Op 、 int和MPI_Comm 。

在這種情況下，分別具有a和b或&a和 &b 是“相同的” 。 在a和&a產生相同的 memory 地址的意義上相同。 盡管如此，使用a和&a之間還是有重要的區別，要深入解釋，請閱讀以下“array”和“&array”之間的區別。

數組 a 和 reduce_storage 以相同的方式分配，因此它們具有相同的維度 m * n，即 MPI_Reduce 的 count 參數的值。 我不明白為什么我嘗試運行它會返回此錯誤：

在第二次通話中

MPI_Reduce(&a, &reduce_storage, m * n, MPI_DOUBLE, MPI_SUM, p-1, MPI_COMM_WORLD);

參數a和reduce_storage現在都是double*類型，並且您將&a和&reduce_storage作為MPI_Reduce的參數傳遞。 這是錯誤的，因為&a和&reduce_storage將分別返回變量a和reduce_storage的地址，這將是一個指向雙精度指針的指針。

假設我使用 p 過程，我需要減少 p

旁注：使用“p”作為大小的總數有點令人困惑，更好的名稱 IMO 將是total_processes ， number_of_processes或類似的東西。