新手求助！./wrf.exe太慢，尝试mpi并行错误

physzw

单独运行./wrf.exe没有错误，但是时间太长，想尝试mpi并行运算，但是一直不成功，请问需要修改哪里呢？
[etprc@localhost em_real]$ ulimit -d unlimited
[etprc@localhost em_real]$ ulimit -m unlimited
[etprc@localhost em_real]$ ulimit -s unlimited
[etprc@localhost em_real]$ ulimit -t unlimited
[etprc@localhost em_real]$ ulimit -v unlimited
[etprc@localhost em_real]$ mpiexec -n 4 ./wrf.exe
starting wrf task            0  of            4
starting wrf task            1  of            4
starting wrf task            2  of            4
starting wrf task            3  of            4
rank 1 in job 17  localhost.localdomain_35893   caused collective abort of all ranks
  exit status of rank 1: killed by signal 11
[etprc@localhost em_real]$

physzw

尝试添加了   
    ulimit -d unlimited
    ulimit -m unlimited
    ulimit -s unlimited
    ulimit -t unlimited
    ulimit -v unlimited
终于mpirun -n 20 ./wrf.exe运行成功了，时间由一小时缩短为几分钟

packard

抱歉上次那个帖还没有回答你的问题。我又搜了一下，还没有太搞得清楚这个问题怎么来的。现在知道的有：
1. 似乎你报错的rank不是固定的，就是没有固定哪个区域比较容易出错。
2. signal 11应该是segmentation fault （段错误？），白话是说存取了不该存取的空间。这个错误往往比较难debug。
3. http://forum.wrfforum.com/viewtopic.php?f=6&t=5620 的楼主跑wrf3.4出现类似问题。该楼主的建议是不用openmpi，改用impi。

所以楼主是用哪个mpi的？

physzw

packard 发表于 2018-2-26 12:37
抱歉上次那个帖还没有回答你的问题。我又搜了一下，还没有太搞得清楚这个问题怎么来的。现在知道的有：
1. ...

非常感谢！
我学习安装运行WRF两个多月，仍然在一点点摸索中！
centos7，intel编译器，mpich-3.2.1，wrf3.8，
上午尝试添加了几个ulimit后，mpiexec -n 20 ./wrf.exe仍然提示错误，但是mpirun -n 20 ./wrf.exe可以顺利完成。
我的服务器是48个核，./wrf.exe时间大约1个多小时，但是mpirun -n 4/20/48的时间都是15分钟左右，并不是用的核越多时间越少。本来以为单独运行1小时，如果48核时两分钟就完了