代码之家 › 专栏 › 技术社区 › matdumsa

如何使用MPI\u CART将进程映射到超立方体

hypercube cartesian mpi sorting

2

matdumsa · 技术社区 · 16 年前

我正在尝试为2^n个处理器使用MPI实现双音排序。

hypercube 这样做是为了方便。使用MPI\u Cart\u Create,我可以创建自组织维度。这样做将最大限度地提高我的工作效率,同时也减少了我必须吐出来才能完成的LOC的数量。。

google和litteration总是告诉我们同样的事情:

是一个有2个按坐标方向处理。因此,对超立方体的特殊支持结构是不必要的。

谢谢,

1 回复 | 直到 16 年前

1

6

matdumsa 16 年前

嗯,找到了

所以这就是一个四维超立方体。。这种模式很直接。在n维超立方体中,每个点都有n个邻域,它们在代码中表示。请注意,应该使用此代码而不是xoring位掩码,因为MPI可以重新排序进程以适应集群的物理布局。

int rank, size; //I am process RANK and we are a total of SIZE
MPI_Init(&argc, &argv); 

MPI_Comm_rank(MPI_COMM_WORLD, &rank);
MPI_Comm_size(MPI_COMM_WORLD, &size);

myFairShareOfNumber = totalNumber / size;

MPI_Comm nthCube;
int nDim=4;
int processPerDim [4]= {2,2,2,2};
int period [4]= {1,1,1,1};

MPI_Cart_create(MPI_COMM_WORLD, nDim, processPerDim, period, true, &nthCube);

int rankInDim;
MPI_Comm_rank(nthCube, &rankInDim);

int rank_source, rank_desta, rank_destb, rank_destc, rank_destd;
MPI_Cart_shift(nthCube, 0,1,&rank_source, &rank_desta);
MPI_Cart_shift(nthCube, 1,1,&rank_source, &rank_destb);
MPI_Cart_shift(nthCube, 2,1,&rank_source, &rank_destc);
MPI_Cart_shift(nthCube, 3,1,&rank_source, &rank_destd);
cerr << "I am known in the world as " << rankInDim << " my adjacents are -> " << rank_desta << "-" << rank_destb << "-" << rank_destc << "-" << rank_destd <<"\n";