OpenMPI在Slurm环境下CPU核心利用率不足问题分析与解决方案

问题背景

在使用Slurm作业调度系统和OpenMPI运行MPI+OpenMP混合并行作业时，用户遇到了CPU核心利用率不足的问题。具体表现为：在配备双路Intel Sapphire Rapids CPU（每CPU 56物理核心，总计112核心）的计算节点上，作业运行时经常只能利用56个核心，而另一半CPU资源处于空闲状态。

问题分析

经过技术讨论和测试验证，发现该问题主要由以下几个因素导致：

1. Slurm版本变更：Slurm 22.05版本后对srun命令的行为进行了修改，--cpus-per-task参数不再自动传递给srun，需要显式设置SRUN_CPUS_PER_TASK环境变量。

2. OpenMPI绑定策略：当使用mpirun启动作业时，OpenMPI的绑定策略（如OMPI_MCA_hwloc_base_binding_policy）会生效，但如果使用srun启动则不会。

3. 资源分配冲突：在Slurm脚本中同时指定节点数、每节点任务数和每任务CPU数时，容易产生资源分配冲突。

解决方案

方案一：使用srun启动

对于使用srun启动作业的情况，推荐以下配置方法：

#!/bin/bash
#SBATCH --job-name=hybrid_job
#SBATCH --nodes=1
#SBATCH --ntasks-per-node=4     # MPI进程数
#SBATCH --cpus-per-task=28      # 每个MPI进程的OpenMP线程数

export OMP_NUM_THREADS=$SLURM_CPUS_PER_TASK
export SRUN_CPUS_PER_TASK=$SLURM_CPUS_PER_TASK  # 关键设置
export KMP_AFFINITY=verbose

srun --cpu-bind=verbose,cores ./your_application

关键点：

• 必须显式设置SRUN_CPUS_PER_TASK环境变量
• 使用--cpu-bind=cores确保线程绑定到物理核心
• 通过KMP_AFFINITY=verbose可以查看OpenMP线程绑定情况

方案二：使用mpirun启动

对于使用mpirun启动作业的情况，建议简化Slurm脚本，仅分配节点资源，然后在mpirun命令中指定详细的进程和线程绑定：

#!/bin/bash
#SBATCH --job-name=hybrid_job
#SBATCH --nodes=1

export OMP_NUM_THREADS=2  # 每个MPI进程的OpenMP线程数

mpirun --map-by ppr:56:node:pe=2 ./your_application

参数说明：

• ppr:56:node表示每个节点启动56个MPI进程
• pe=2表示每个MPI进程绑定2个CPU核心
• 这样配置可以实现56个MPI进程×2个OpenMP线程=112核心的完全利用

性能调优建议

1. NUMA感知：对于双路CPU系统，建议考虑NUMA架构的影响，可以使用numactl --interleave=all来实现内存交错分配。

2. 绑定策略测试：不同的绑定策略对性能影响很大，建议测试--bind-to core、--bind-to socket等不同选项。

3. 进程/线程比例：最优的MPI进程数与OpenMP线程数比例取决于应用特性，需要通过实验确定。

4. Slurm版本适配：如果使用较新版本的Slurm(≥22.05)，务必注意srun行为变化，确保正确传递CPU分配参数。

总结

在Slurm环境下使用OpenMPI运行混合并行作业时，核心利用率问题通常源于资源分配策略的不当配置。通过理解Slurm和OpenMPI的交互机制，并采用适当的启动参数和绑定策略，可以确保计算资源得到充分利用。对于双路CPU系统，特别需要注意NUMA架构和进程/线程绑定的优化配置，才能获得最佳性能表现。