为什么mpi_bcast比mpi_reduce慢这么多

why is mpi_bcast so much slower than mpi_reduce?

本文关键字：mpi bcast 为什么 reduce      更新时间：2023-10-16

使用MPI，我们可以进行广播，将数组发送到多个节点，或者将多个节点的数组组合到一个节点上。

我想实现这些的最快方法将是使用二叉树，其中每个节点要么发送到两个节点(bcast)，要么减少两个节点(reduce)，这将在节点数量上给出时间对数。

似乎没有任何理由说明哪个broadcast会特别慢于reduce?

我在一个4台计算机集群上运行了下面的测试程序，其中每台计算机有12个核心。奇怪的是，广播比减少慢得多。为什么?我能做点什么吗?

结果如下:

inited mpi: 0.472943 seconds
N: 200000 1.52588MB
P = 48
did alloc: 0.000147641 seconds
bcast: 0.349956 seconds
reduce: 0.0478526 seconds
bcast: 0.369131 seconds
reduce: 0.0472673 seconds
bcast: 0.516606 seconds
reduce: 0.0448555 seconds

代码是:

#include <iostream>
#include <cstdlib>
#include <cstdio>
#include <ctime>
#include <sys/time.h>
using namespace std;
#include <mpi.h>
class NanoTimer {
public:
   struct timespec start;
   NanoTimer() {
      clock_gettime(CLOCK_MONOTONIC,  &start);
   }
   double elapsedSeconds() {
      struct timespec now;
      clock_gettime(CLOCK_MONOTONIC,  &now);
      double time = (now.tv_sec - start.tv_sec) + (double) (now.tv_nsec - start.tv_nsec) * 1e-9;
      start = now;
      return time;
   }
    void toc(string label) {
        double elapsed = elapsedSeconds();
        cout << label << ": " << elapsed << " seconds" << endl;        
    }
};
int main( int argc, char *argv[] ) {
    if( argc < 2 ) {
        cout << "Usage: " << argv[0] << " [N]" << endl;
        return -1;
    }
    int N = atoi( argv[1] );
    NanoTimer timer;
    MPI_Init( &argc, &argv );
    int p, P;
    MPI_Comm_rank( MPI_COMM_WORLD, &p );
    MPI_Comm_size( MPI_COMM_WORLD, &P );
    MPI_Barrier(MPI_COMM_WORLD);
    if( p == 0 ) timer.toc("inited mpi");
    if( p == 0 ) {
        cout << "N: " << N << " " << (N*sizeof(double)/1024.0/1024) << "MB" << endl;
        cout << "P = " << P << endl;
    }
    double *src = new double[N];
    double *dst = new double[N];
    MPI_Barrier(MPI_COMM_WORLD);
    if( p == 0 ) timer.toc("did alloc");
    for( int it = 0; it < 3; it++ ) {    
        MPI_Bcast( src, N, MPI_DOUBLE, 0, MPI_COMM_WORLD );    
        MPI_Barrier(MPI_COMM_WORLD);
        if( p == 0 ) timer.toc("bcast");
        MPI_Reduce( src, dst, N, MPI_DOUBLE, MPI_SUM, 0, MPI_COMM_WORLD );
        MPI_Barrier(MPI_COMM_WORLD);
        if( p == 0 ) timer.toc("reduce");
    }
    delete[] src;
    MPI_Finalize();
    return 0;
}

集群节点运行64位ubuntu 12.04。我尝试了openmpi和mpich2，得到了非常相似的结果。网络是千兆以太网，不是最快的，但我最好奇的不是绝对速度，而是广播和减少之间的差距。

我不认为这很好地回答了你的问题，但我希望它能提供一些见解。

MPI只是一个标准。它没有定义每个函数应该如何实现。因此，MPI中某些任务的性能(在您的示例中是MPI_Bcast和MPI_Reduce)严格基于您正在使用的实现。你可以设计一个使用点对点通信方法的广播，它比给定的MPI_Bcast性能更好。

无论如何，你必须考虑这些函数在做什么。广播是从一个进程中获取信息并将其发送给所有其他进程;Reduce是从每个进程中获取信息并将其减少到一个进程中。根据(最新的)标准，MPI_Bcast被认为是一个One-to-All集体操作，而MPI_Reduce被认为是一个All-to-One集体操作。因此，您对MPI_Reduce使用二叉树的直觉可能在两种实现中都能找到。然而，它很可能在MPI_Bcast中找不到。MPI_Bcast可能是使用非阻塞点对点通信实现的(从包含信息的进程发送到所有其他进程)，在通信后等待所有。在任何情况下，为了弄清楚这两个函数是如何工作的，我建议深入研究OpenMPI和MPICH2实现的源代码。

正如Hristo提到的，这取决于缓冲区的大小。如果你发送一个大的缓冲区，广播将不得不做很多大的发送，而接收在缓冲区上做一些本地操作，将其减少到一个值，然后只发送一个值，而不是整个缓冲区。

相关文章：