Question

我使用C和OpenMPI实现了MIMD遗传算法，其中每个过程处理独立的子群（岛模型）。因此，对于200人口的群体，1个流程运行对整个群体进行，而2个流程则进化为100个群体。

因此，通过使用MPI_Wtime测量执行时间，我通过在带有ubuntu的双核计算机上运行来获得预期的执行时间。但是，它不同意ubuntu的时间命令和感知本身：显而易见的是，由于某种原因，使用2个进程运行需要更长的时间。

$time mpirun -n 1 genalg
execution time: 0.570039 s (MPI_Wtime)

real    0m0.618s
user    0m0.584s
sys     0m0.024s


$time mpirun -n 2 genalg
execution time: 0.309784 s (MPI_Wtime)

real    0m1.352s
user    0m0.604s
sys     0m0.064s

对于更大的人口（4000），我得到以下内容：

$time mpirun -n 1 genalg
execution time: 11.645675 s (MPI_Wtime)

real    0m11.751s
user    0m11.292s
sys     0m0.392s


$time mpirun -n 2 genalg
execution time: 5.872798 s (MPI_Wtime)

real    0m8.047s
user    0m11.472s
sys     0m0.380s

无论流程之间是否存在通信，我都会得到类似的结果，并且尝试了MPI_Barrier。使用gettimeofday获得了相同的结果，打开或关闭gcc优化并没有太大的区别。

可能发生什么事？它应该运行得更快，有两个进程，如MPI_Wtime建议，但实际上它运行速度较慢，匹配实时。

更新：我在另一台PC上运行它并没有遇到此问题。

代码：

void runGA(int argc,char* argv[])
{
    (initializations)

    if(MYRANK == 0)
        t1 = MPI_Wtime();

    genalg();
    Individual* ind = best_found();
    MPI_Barrier(MPI_COMM_WORLD);
    if(MYRANK != 0)
        return;

    t2 = MPI_Wtime();
    exptime = t2-t1;

    printf("execution time: %f s\n",exptime);
}

Answer 1

我的猜测（和her/his）是time给出所有核心使用的时间总和。这更像是一个成本：你在2个核心上有2个进程，因此成本时间是time1 + time2，因为第二个核心可以用于另一个进程，所以你在这个第二个核心上“丢失”了。 MPI_Wtime()显示人类的实际花费时间。

这可能是第二种情况下真实时间低于用户时间的原因。实时时间比用户和 sys 的总和更接近 MPI 时间。在第一种情况下，初始化时间花费很多时间并且可能是假结果。

Answer 2

将Ubuntu Mate 15.10升级到16.04后，问题解决了，OpenMPI版本为1.10.2（前一个版本为1.6.5）。

MPI_Wtime与实际挂布时间之间的差异

2 个答案: