Titulo

About This Presentation

Title:

Titulo

Description:

Titulo Introducci n a MPI Clase 5 Marcelo Rozenberg (agradecimiento: Ruben Weht ruweht_at_cnea.gov.ar) – PowerPoint PPT presentation

Number of Views:79

Avg rating:3.0/5.0

Slides: 30

Provided by: Ruben62

Category:

Tags: titulo

more less

Transcript and Presenter's Notes

Title: Titulo

1
Titulo
Introducción a MPI Clase 5
Marcelo Rozenberg (agradecimiento Ruben Weht
ruweht_at_cnea.gov.ar)
2
Tipos de datos derivados

Tipo contiguo (bloques simples)
Tipo vector (bloques equiespaceados)
Tipo indexado (bloques y espaceados variables)

MPI_Type_contiguous() MPI_Type_vector() MPI_Type
_indexed(cuantos, vec-largobloque,
vec-desplazamiento, oldtype, newtype, ierr)
3
Definir y manipular comunicadores

Obtener un conjunto de IDs de un comunicador
existente
Crear un grupo como un subconjunto de un dado
grupo
Definir un nuevo comunicador para el grupo.

1. MPI_Comm_group ( comm, group, ierr)
2.1 MPI_Group_incl ( oldgrp, count, ranks,
newgrp, ierr)2.2 MPI_Group_excl ( oldgrp,
count, ranks, newgrp, ierr)
3. MPI_Comm_create ( comm, newgrp, newcomm,
ierr)
4
Una rutina útil MPI_Comm_split

Permite crear de una vez varios comunicadores
Ej una llamada crea q nuevos comunicadores
(todos con el mismo nombre mi_fila_comm)
MPI_Comm mi_fila_comm
int mi_fila
C mi_rank es rank en MPI_Comm_world
C qq p
mi_fila mi_rank/q
MPI_Comm_split(MPI_COMM_WORLD, mi_fila , mi_rank
, mi_fila_comm)

P0 P1 P2
P3 P4 P5
P6 P7 P8
q 3 p 9
out
Para el P5 los procs del comunicador mi_fila_comm
son el 3,4,5
5
Topologías virtuales

Topologías virtuales
MPI tiene rutinas que permiten definir una grilla
de procesos que se adaptan bien a la geometría
particular del cálculo.
El concepto de topología virtual es una
característica de MPI que permite manejar una
grilla de procesos.
El objetivo es obtener códigos mas concisos y
simples, permitiendo también optimizar la
comunicación entre los nodos.
Una topología virtual se asocia con un
comunicador.

6
Ejemplos típicos

7
Ejemplos típicos

8
Definir una matriz de procesos!
1,1 1,2 1,3
2,1 2,2 2,3
3,1 3,2 3,3
4,1 4,2 4,3
P0
Grilla 2-d
P1
P2
P3
y definir comunicadores fila y comunicadores
columna
9
Cart_create
Hay dos tipos de topologías ? Cartesianas
? Graph (generales)

Las topologías cartesianas son grillas
cartesianas uni o bi-dimensionales
Son un caso particular de las generales, pero
como son muy utilizadas,
hay subrutinas dedicadas
Para asociar un punto de la grilla virtual a cada
procesador es preciso
especificar la siguiente información
Numero de dimensiones de la grilla (1 o 2)
Largo de cada dimension ( de procs por fila y/o
columna)
Periodicidad de la dimensión (condiciones de
contorno anillos, toros)
Opción de optimización (reordenar los
procesadores físicos)

10
Cart_create
Topología cartesiana
MPI_CART_CREATE(old_comm, ndims, dims,
periods, reorder, comm_cart, ierr)
ndims dimensión de la grilladims vector
con la dimensión de cada eje de
coordenadasperiods vector lógico que indica si
existe periodicidad o no en cada ejereorder
.false. Si los datos ya fueron distribuidos. Usa
los ranks del comunicador original
.true. Si los datos todavia no fueron
distribuidos. Reordena los procesos para
optimizar la comunicación
11
Ejemplo
Crear una topología cartesiana bidimensional de q
x q, con condiciones de contorno periodicas
(toro) y permitiendo al sistema reordenar
procesadores

MPI_Comm grid_comm
int dim_sizes(2), wrap_around(2), reorder
reorder 1
dim_sizes(1) q
dim_sizes(2) q
wrap_around(1) 1
wrap_around(2) 1
MPI_Cart_create( MPI_COMM_WORLD , 2 , dim_sizes
, wrap_around , reorder , grid_comm )

12
Ejemplo (cont)
Cómo obtener las coordenadas?

MPI_Comm grid_comm
int dim_sizes(2), wrap_around(2), reorder,
coord(2), mi_grid_rank
reorder 1
dim_sizes(1) q
dim_sizes(2) q
wrap_around(1) 1
wrap_around(2) 1
MPI_Cart_create( MPI_COMM_WORLD , 2 , dim_sizes
, wrap_around , reorder , grid_comm )
MPI_Comm_rank( grid_comm , mi_grid_rank )
MPI_Cart_coord( grid_comm , mi_grid_rank , 2 ,
coord )

13
Otras rutinas de la clase MPI_Cart

MPI_Cart_rank( grid_comm , coord , grid_rank )
Es el inverso de MPI_Cart_coord
MPI_Cart_sub( grid_comm , var_coords , fila_comm
)
Crea subgrillas (nuevos comunicadores de filas)
Ej
MPI_comm fila_comm
int var_coords(2)
var_coords(1) 0 ( 0 porque la coord x no
varia en cada fila)
var_coords(2) 1 ( 1 porque la coord y varia
en cada fila)
MPI_Cart_sub( grid_comm , var_coords ,
fila_comm)

14
Otras rutinas de la clase MPI_Cart

MPI_Cart_get( grid_comm , 2 , dim_sizes ,
wrap_around , coord )
Obtiene las coordenadas del proceso ademas de
los tamaños de las dimensiones y la periodicidad
de un dado comunicador cartsiano.
vectores de salida dim_sizes(2) ,
wrap_around(2) , coord(2)
MPI_Cart_shift( grid_comm , dir, disp ,
rank_source, rank_dest )
Obtine el rank del proceso de origen y el de
destino (para usar en un send/recv) entre
procesos separados por disp procesos en la
dirección dir. Averigua quiénes son los vecinos

15
Un código de ejemplo (típico)

Método de Jacobi para la solución del Problema de
Poisson (ecuación en derivadas parciales PDE)

16
Problema de Poisson
D u f(x,y) en el interior u(x,y) g(x,y)
en el borde
ui,j ¼ (ui-1,j ui,j1 ui,j-1 ui1,j
h2 fi,j)
17
1/3

c
c oned.f - a solution to the Poisson problem
using Jacobi
c interation on a 1-d decomposition
c
c The size of the domain is read by processor 0
and broadcast to
c all other processors. The Jacobi iteration
is run until the
c change in successive elements is small or a
maximum number of
c iterations is reached. The difference is
printed out at each
c step.
c
program main
C
include "mpif.h"
integer maxn
parameter (maxn 128)
double precision a(maxn,maxn),
b(maxn,maxn), f(maxn,maxn)
integer nx, ny
integer myid, numprocs, ierr
integer comm1d, nbrbottom, nbrtop, s, e, it

18
2/3

c
if (myid .eq. 0) then
c
c Get the size of the problem
c
c print , 'Enter nx'
c read , nx
nx 110
endif
call MPI_BCAST(nx,1,MPI_INTEGER,0,MPI_COMM_W
ORLD,ierr)
ny nx
c
c Get a new communicator for a decomposition of
the domain
c
call MPI_CART_CREATE( MPI_COMM_WORLD, 1,
numprocs, .false.,
.true., comm1d, ierr )
c
c Get my position in this communicator, and my
neighbors
c

crea la topología una dimensión con
reordenamiento
cada procs obtiene su rank y averigua quienes son
sus vecinos
asigna bloques de puntos (x,y) a los procesos
19
Topología virtual 1-d para el Problema de Poisson
i,j1
rank2
i,j
i1,j
i-1,j
i,j-1
rank1
rank0
1-d
Debo definir bloques double precision u(0n1,
se) se indica los valores de j de cada bloque.
Cómo obtengo s y e?
Problema con los bordes!
20
Topología virtual 1-d para el Problema de Poisson
(cont)
i,j1
rank2
Agrando los bloques
i,j
i1,j
i-1,j
puntos fantasmas
i,j-1
rank1
rank0
double precision u(0n1, se) se indica los
valores de j de cada bloque Esto se hace con la
rutina MPE_DECOMP1D( ny, numprocs, myid, s, e
) Es una extension de MPI, freeware no forma
parte del standard MPI
21
Detalles sobre MPE_DECOMP1D

MPE_DECOMP1D( ny, numprocs, myid, s, e )
ny es el tamaño del sistema en el eje vertical
numprocs es el numero de procesos
myid es el rank de la coordenada cartesiana
Si ny y nprocs son divisibles es fácil
s 1 myid (ny /nprocs)
e s (ny/nprocs) 1
Si no lo son la elección obvia es
s 1 myid piso(ny /nprocs)
if (myid .eq. nprocs 1) then
e ny
else
e s piso(ny/nprocs) 1
endif
Donde piso(x) da el mayor entero que no es mayor
que x.

MPE_DECOMP1D Es más inteligente !
22
2/3

c
if (myid .eq. 0) then
c
c Get the size of the problem
c
c print , 'Enter nx'
c read , nx
nx 110
endif
call MPI_BCAST(nx,1,MPI_INTEGER,0,MPI_COMM_W
ORLD,ierr)
ny nx
c
c Get a new communicator for a decomposition of
the domain
c
call MPI_CART_CREATE( MPI_COMM_WORLD, 1,
numprocs, .false.,
.true., comm1d, ierr )
c
c Get my position in this communicator, and my
neighbors
c

crea la topología una dimensión con
reordenamiento
cada procs obtiene su rank y averigua quiénes son
sus vecinos
asigna bloques de puntos (x,y) a los procesos
inicializa
23
Subrutina onedinit