訊息傳遞介面/MPI 函式參考

此頁面列出了MPI中使用的函式的簡要說明。

---

int MPI_Send( void *buf, int count, MPI_Datatype datatype, int dest, 
              int tag, MPI_Comm comm )

這將buf的內容傳送到等級為dest的目標，而接收端呼叫MPI_Recv。

---

int MPI_Recv( void *buf, int count, MPI_Datatype datatype, int source, 
              int tag, MPI_Comm comm, MPI_Status *status )

這將buf填充來自等級為source的源的資料，而傳送方呼叫MPI_Send。

---

int MPI_Bcast ( void *buffer, int count, MPI_Datatype datatype, int root, 
                MPI_Comm comm )

這將buffer的內容在root上傳送到所有其他程序。因此，之後buffer的前count個元素在所有節點上都是相同的。 [1]

MPI_Bcast的效能介於$O(N)$和$O(\log _{2}N)$之間。 [2][3]

MPI 2.0 連線命令

int MPI_Open_port(MPI_Info info, char *port_name)

這將建立一個埠，其他程序可以連線到該埠。作為port_name字串傳遞的緩衝區必須至少MPI_MAX_PORT_NAME長，並將包含其他程序需要知道的唯一識別符號以進行連線。

---

int MPI_Comm_accept(char *port_name, MPI_Info info, int root, MPI_Comm comm, 
                    MPI_Comm *newcomm)

在呼叫MPI_Open_port()之後，此函式將等待連線。

---

int MPI_Comm_connect(char *port_name, MPI_Info info, int root, MPI_Comm comm, 
                      MPI_Comm *newcomm)

這將開啟一個連線到另一個程序，該程序正在等待MPI_Comm_accept()。port_name引數必須與另一個程序的port_name相同，該port_name是從MPI_Open_port返回的。

規約

以下函式透過應用簡單的函式（如求和）將跨處理器的陣列資料規約到一個或多個處理器上的標量。

---

int MPI_Scan ( void *sendbuf, void *recvbuf, int count, MPI_Datatype datatype,
               MPI_Op op, MPI_Comm comm )

參見 [4].

---

int MPI_Allreduce ( void *sendbuf, void *recvbuf, int count, 
                    MPI_Datatype datatype, MPI_Op op, MPI_Comm comm )

這在所有節點上對每個節點的sendbuf執行由MPI_Op指定的運算。例如，如果節點 0 在其sendbuf中分別具有{0, 1, 2}，而節點 1 具有{3, 4, 5}，並且如果兩者都呼叫MPI_Allreduce(sendbuf, foo, 3, MPI_INT, MPI_SUM, world)，則兩個節點上由foo指向的緩衝區的內容將為

{0+3, 1+4, 2+5} = {3, 5, 7}

對於P個程序的效能：$O(N\log P)$。 [5]

---

int MPI_Comm_split(MPI_Comm comm, int color, int key, MPI_Comm *newcomm);

MPI_Comm_split()在每個程序中建立一個新的通訊器。生成的通訊器對於提供了相同color引數的程序是通用的。程序可以透過提供MPI_UNDEFINED作為color來選擇不獲取通訊器，這將為該程序生成MPI_COMM_NULL。

例如，以下程式碼將MPI_COMM_WORLD拆分為三個通訊器，分別“顏色”為 0、1 和 2。

#include<iostream>
#include<mpi.h>

using namespace std;

int main(int argc, char** argv) {
  MPI_Init(&argc, &argv);
  int rank;
  MPI_Comm_rank(MPI_COMM_WORLD, &rank);
  MPI_Comm comm;
  MPI_Comm_split(MPI_COMM_WORLD, rank % 3, -rank*2, &comm); // The keys need not be positive or contiguous.
  int rank2;
  MPI_Comm_rank(comm, &rank2);
  cout << "My rank was " << rank << " now " << rank2 << " color: " << rank % 3 << "\n";
  MPI_Finalize();
}

使用八個程序執行，這將輸出以下內容（以不確定的順序）

My rank was 0 now 2 color: 0
My rank was 8 now 2 color: 1
My rank was 8 now 1 color: 2
My rank was 3 now 1 color: 0
My rank was 4 now 1 color: 1
My rank was 5 now 0 color: 2
My rank was 6 now 0 color: 0
My rank was 7 now 0 color: 1
My rank was 8 now 0 color: 1

非阻塞非同步通訊

以下函式協同工作以允許程序之間的非阻塞非同步通訊。 [6] 一個程序傳送，而另一個程序接收。傳送方必須在刪除緩衝區之前檢查操作是否已完成。MPI_Wait()是一個阻塞等待，而MPI_Test是非阻塞的。

MPI_Isend()和MPI_Irecv()呼叫不需要按順序進行。也就是說，程序 42 可以呼叫MPI_Irecv()三次以開始接收來自程序 37、38 和 39 的資料，這些程序可以隨時傳送。

---

int MPI_Isend(void* buf, int count, MPI_Datatype datatype, int dest, int tag, MPI_Comm comm, MPI_Request *request);

---

int MPI_Irecv(void* buf, int count, MPI_Datatype datatype, int source, int tag, MPI_Comm comm, MPI_Request recvtag, MPI_Comm comm, MPI_Status *status);

---

int MPI_Wait(MPI_Request *request, MPI_Status *status);

---

int MPI_Test(MPI_Request  *request, int* flag, MPI_Status* status);

示例程式碼

#include<iostream>
#include<mpi.h>

using namespace std;

int main(int argc, char** argv) {
  MPI_Init(&argc, &argv);
  int rank;
  MPI_Comm_rank(MPI_COMM_WORLD, &rank);
  MPI_Comm comm;

  int sources[] = {3,4,5};
  int dest = 1;
  int tag =42;
  if (rank == sources[0] || rank == sources[1] || rank == sources[2]) {
    double x[] = { 1*rank, 2*rank, 3*rank};
    MPI_Request r;
    MPI_Isend(x, 3, MPI_DOUBLE, dest, tag, MPI_COMM_WORLD, &r);
    cout << "Process " << rank << " waiting...\n";
    MPI_Status status;
    MPI_Wait(&r, &status);
    cout << "Process " << rank << " sent\n";
  } else if(rank == dest) {
    double x[3][3];
    MPI_Request r[3];
    for (int i = 0; i !=3; ++i) {
      MPI_Irecv(x[i], 3, MPI_DOUBLE, sources[i], tag, MPI_COMM_WORLD, &r[i]);
      cout << "Process " << rank << " waiting for " << sources[i] << " on recv.\
\n";
    }
    for (int i = 0; i !=3; ++i) {
      MPI_Status status;
      MPI_Wait(&r[i], &status);
    cout << "Process " << rank << " got " << x[i][0] << " " << x[i][1] << " " <\
< x[i][2] << ".\n";
    }
  }

  MPI_Finalize();
}

[其他函式]

int MPI_Init(int *argc, char ***argv);
int MPI_Finalize(void);
int MPI_Comm_rank(MPI_Comm comm, int *rank);
int MPI_Comm_size(MPI_Comm comm, int *size);
int MPI_Get_count(MPI_Status *status, MPI_Datatype datatype, int *count);
int MPI_Type_extent(MPI_Datatype datatype, MPI_Aint *extent);
int MPI_Type_struct(int count, int *array_of_blocklengths, MPI_Aint *array_of_displacements, MPI_Datatype *array_of_types, MPI_Datatype *newtype);
int MPI_Scatter(void* sendbuf, int sendcount, MPI_Datatype sendtype, void* recvbuf, int recvcount, MPI_Datatype recvcount, int root, MPI_Comm comm);  Performance potential: As good as log_2 (N) as bad as N. http://www.pdc.kth.se/training/Talks/MPI/Collective.I/less.html#perf_scatter_image
int MPI_Gather(void* sendbuf, int sendcount, MPI_Datatype sendype, void* recvbuf, int recvcount, MPI_Datatype recvtype, int root, MPI_Comm comm); -- $O(NP)$ [7]

• 請求）；

int MPI_Sendrecv(void* sendbuf, int sendcount, MPI_Datatype datatype, int dest, int sendtag, void* recvbuf, int recvcount, MPI_Datatype recvtype, int source, int recvtag, MPI_Comm comm, MPI_Status *status);
int MPI_Sendrecv_replace(void* buf, int count, MPI_Datatype datatype, int dest, int sendtag, int source, int  int MPI_Request_free(MPI_Request *request);
int MPI_Group_rank(MPI_Group group, int *rank);
int MPI_Group_size(MPI_Group group, int *size);
int MPI_Comm_group(MPI_Comm comm, MPI_Group *group);
int MPI_Group_free(MPI_Group *group);
int MPI_Group_incl(MPI_Group *group, int n, int *ranks, MPI_Group *newgroup);
int MPI_Comm_create(MPI_Comm comm, MPI_Group group, MPI_Comm *newgroup);
int MPI_Wtime(void);
int MPI_Get_processor_name(char *name, int *resultlen);

外部連結

• 對 MPI 語義的出色解釋
• “集體通訊”由戴夫·埃尼斯博士撰寫