MPI中的归约

最新推荐文章于 2020-12-09 15:49:04 发布

白菜白菜白

最新推荐文章于 2020-12-09 15:49:04 发布

阅读量2.5k

点赞数

分类专栏： parallel computing 文章标签：并行计算 api

本文链接：https://blog.csdn.net/u012417189/article/details/25798705

版权

文章探讨了在并行计算中如何利用MPI的归约操作(MPI_Reduce)来改进梯形积分求面积程序的效率。通过归约，避免了所有计算集中在单一线程，实现了更多线程的并行工作，从而提高整体计算性能。同时提到了MPI中的点对点通信函数MPI_Send和MPI_Recv，以及散射函数在分配数据时的作用。

摘要由CSDN通过智能技术生成

在上面一篇文章中，有一个利用梯形积分求面积的程序，在程序中，线程0用来接受每一个小小梯形的面积然后在将所有梯形求和，很明显，当数据传到线程0时，其他线程就停止了工作，这样造成所有求和都是由线程0来进行的。为了让尽量多的线程进行工作，可以利用归约的思想：

因为对于大小不一样的树形结构来说，编写一个最佳的程序是很困难的。所以可以直接利用MPI 的库函数. MPI_Reduce , 在MPI_Reduce中，所有的进程都需要通信，所以称这样的通信函数为集合通信函数。 MPI_Send和MPI_Recv为点对点通信。

//API:
int MPI_Reduce(void* input_data_p,void*output_data_p, int count,MPI_Datatype datatype,MPI_Op operator, int dest_process,MPI_Comm comm);
// operator可以有：求最大值 MPI_MAX 最小值 求累加和 累乘积 逻辑操作  
// 求和语句
MPI_Reduce(&local_int,&total_int,1,MPI_DOUBLE,MPI_SUM,0,MPI_COMM_WORLD);
//另外有时候需要将得到的结果放入所有的线程中
MPI_Allreduce(void* input_data_p,void*o