Я новичок в параллельных вычислениях, поэтому решил начать с компиляции Hello World с помощью Mpich2. Вот код:
/* helloworld.c */
#include <stdio.h>
/* You MUST include this for the MPI_* functions */
#include "mpi.h"
int main(int argc, char **argv) {
int rank;
char host[150];
int namelen;
/* Initialize MPI. This handles mpich-specific command line arguments */
MPI_Init(&argc, &argv);
/* Get my rank. My rank number gets stored in the 'rank' variable */
MPI_Comm_rank(MPI_COMM_WORLD, &rank);
/* Look up what computer I am running on. Store it in 'host' */
MPI_Get_processor_name(host,&namelen);
printf("Hello world (Rank: %d / Host: %s)\n", rank, host);
fflush(stdout);
/* Finalize: Close connections to the other children, clean up memory
* the MPI library has allocated, etc */
MPI_Finalize();
return 0;
}
Я компилирую и запускаю его следующим образом:
mpicc helloworld.c -o myhello
mpirun -nc 2 ./myhello
Оно работает. Однако я заметил, увеличив количество процессоров, увеличивая время настенных часов, которое я ожидаю, что оно уменьшится?! Кроме того, нет ограничений на количество процессоров. Однако мой ноутбук имеет 5 ядер, но я могу установить количество процессоров в коде столько, сколько захочу. Я ожидаю некоторую ошибку, если я превышу количество реальных процессоров.
Во-первых, параллельная обработка в теории должна делать, как вы говорите:
Это, хотя хорошо думать в теории, на практике это на самом деле совершенно другая история.
Не зная ничего о вашем проекте, я думаю, что программа имеет небольшую параллелизуемую обработку и/или ее так быстро/мало, что сообщение, переданное программой, фактически замедляет ее. Не забывайте, что это не просто программа, на которой работает множество других процессов, выполняемых в фоновом режиме от каждого ядра.
То, что я бы посоветовал сделать, - это то, что действительно может показать полезность процесса parrllel, например, разбиение массива на разные сегменты и вычисление каждого сегмента с помощью другого процессора (т.е. Должен быть огромным массивом) или чтение разных текстовых файлов при одном и том же время и некоторые работы над ними.
В заключение вы должны действительно изучить закон Амдала, который объясняет, насколько система может ускориться при параллельной обработке.