对于三层嵌套循环的并行问题

Kieran

大家好。

我想对三层嵌套循环，做并行处理。就是每层循环都用一次MPI并行。但运行程序总是报错，说程序在规定时间内，没有完成，被自动停止了。我限定程序运行1小时，我觉得应该是可以运行完成，因为我也写了串行版本的程序，不到10分钟就完成了。

我猜可能是我的程序出现了死锁的情况，导致程序卡某个地方，一直不往下运行。最后到了1小时的运行实现，被停止了。但我反复查看，也没找到程序中哪里出了问题。

我把我的程序（并行和串行版本）放在附件里了。下面是并行版本程序的编译文件，投掷任务文件和报错文件内容。

编译文件

[Fortran] 纯文本查看 复制代码

查看代码

打印?

1	#!/bin/bash

2	module switch PrgEnv-cray PrgEnv-intel

3	#==========================================================#

4	ftn -fp-model strict -no-wrap-margin -traceback example_parallel.f90 -o example_parallel

投掷任务文件

[Fortran] 纯文本查看 复制代码

查看代码

打印?

01	#!/bin/bash

02	#SBATCH --partition=workq

03	#SBATCH --job-name="code"

04	#SBATCH --nodes=8

05	#SBATCH --time=1:00:00

06	#SBATCH --exclusive

07	#SBATCH --err=std.err

08	#SBATCH --output=std.out

09	#----------------------------------------------------------#

10	module switch PrgEnv-cray PrgEnv-intel

11	export OMP_NUM_THREADS=1

12	#----------------------------------------------------------#

13	echo "The job "${SLURM_JOB_ID}" is running on "${SLURM_JOB_NODELIST}

14	#----------------------------------------------------------#

15	srun --ntasks=64 --cpus-per-task=${OMP_NUM_THREADS} --hint=nomultithread ./example_parallel

报错文件

[Fortran] 纯文本查看 复制代码

查看代码

打印?

1	slurmstepd: error: *** STEP 20294161.0 ON nid00191 CANCELLED AT 2021-05-17T02:02:24 DUE TO TIME LIMIT ***

2	slurmstepd: error: *** JOB 20294161 ON nid00191 CANCELLED AT 2021-05-17T02:02:24 DUE TO TIME LIMIT ***

3	srun: got SIGCONT

4	srun: forcing job termination

5	srun: Job step aborted: Waiting up to 302 seconds for job step to finish.

能否麻烦大家帮我查看下，我的程序哪里出了问题吗？

多谢大家啦。