2013-05-18 35 views
2

MPI应用程序中,我有一个浮点数分布式数组和两个“并行”整数数组:对于每个浮点值,都有两个相关的整数描述对应的值。为了提高缓存效率,我想将它们看作三个不同的数组,即作为数组的结构,而不是结构数组。用于数组结构的MPI数据类型

现在,我必须将所有这些值收集到第一个节点。我可以在一条通信指令中做到这一点,通过定义一个对应于结构的MPI类型,其中包含一个浮点数和两个整数。但是这会迫使我使用结构模式数组而不是数组结构。

所以,我可以选择之间:

  • 执行三个不同的通信,一个用于每个阵列和保持阵列排列
  • 的高效的结构定义一个MPI类型,执行一个单一的通信,和处理通过调整我的算法或者重新排列数据

结构的结果数组你知道有一个单一的通信的第三个选择,让我确实有两全其美的,即nd保持缓存高效的配置?

回答

0

E.g.通过使用* array_of_blocklength *的MPI_Type_create_struct

// @file mpi_compound.cpp 
#include <iterator> 
#include <cstdlib> // for rng 
#include <ctime> // for rng inits 
#include <iostream> 
#include <algorithm> 

#include <mpi.h> 

const std::size_t N = 10; 

struct Asset { 
    float f[N]; 
    int m[N], n[N]; 

    void randomize() { 
     srand(time(NULL)); 
     srand48(time(NULL)); 
     std::generate(&f[0], &f[0] + N, drand48); 
     std::generate(&n[0], &n[0] + N, rand); 
     std::generate(&m[0], &m[0] + N, rand); 
    } 
}; 


int main(int argc, char* argv[]) { 

    MPI_Init(&argc,&argv); 
    int rank,comm_size; 
    MPI_Status stat; 

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

    Asset a; 

    MPI_Datatype types[3] = { MPI_FLOAT, MPI_INT, MPI_INT }; 
    int bls[3] = { N, N, N }; 
    MPI_Aint disps[3]; 
    disps[0] = 0; 
    disps[1] = int(&(a.m[0]) - (int*)&a)*sizeof(int); 
    disps[2] = int(&(a.n[0]) - (int*)&a)*sizeof(int); 

    MPI_Datatype MPI_USER_ASSET; 

    MPI_Type_create_struct(3, bls, disps, types, &MPI_USER_ASSET); 
    MPI_Type_commit(&MPI_USER_ASSET); 

    if(rank==0) { 
     a.randomize(); 
     std::copy(&a.f[0], &a.f[0] + N, std::ostream_iterator<float>(std::cout, " ")); 
     std::cout << std::endl; 
     std::copy(&a.m[0], &a.m[0] + N, std::ostream_iterator<int>(std::cout, " ")); 
     std::cout << std::endl; 
     std::copy(&a.n[0], &a.n[0] + N, std::ostream_iterator<int>(std::cout, " ")); 
     std::cout << std::endl; 
     MPI_Send(&a.f[0],1,MPI_USER_ASSET,1,0,MPI_COMM_WORLD); 
    } else { 
     MPI_Recv(&a.f[0],1,MPI_USER_ASSET,0,0,MPI_COMM_WORLD, &stat); 
     std::cout << "\t=> "; 
     std::copy(&a.f[0], &a.f[0] + N, std::ostream_iterator<float>(std::cout, " ")); 
     std::cout << std::endl << "\t=> "; 
     std::copy(&a.m[0], &a.m[0] + N, std::ostream_iterator<int>(std::cout, " ")); 
     std::cout << std::endl << "\t=> "; 
     std::copy(&a.n[0], &a.n[0] + N, std::ostream_iterator<int>(std::cout, " ")); 
     std::cout << std::endl; 
    } 

    MPI_Type_free(&MPI_USER_ASSET); 

    MPI_Finalize(); 
    return 0; 
} 

参数曾与

mpirun -n 2 ./mpi_compound 

与x86_86的Linux和g ++ 4.4.5-8 MPICH2 V1.5(HYDRA) - 基于MPIC++