首页
/ HPX项目在PBS批处理系统中实现多节点本地化运行的解决方案

HPX项目在PBS批处理系统中实现多节点本地化运行的解决方案

2025-06-29 08:18:25作者:庞眉杨Will

背景介绍

HPX是一个高性能并行计算框架,广泛应用于科学计算和大规模分布式系统。在Aurora超级计算机等使用PBS(Portable Batch System)批处理系统的环境中,用户经常需要实现多个HPX本地化(locality)在单个计算节点上运行的需求。本文将详细介绍这一技术挑战的解决方案。

问题描述

在PBS环境中运行HPX应用程序时,用户发现当尝试在单个节点上运行多个HPX本地化时,系统会启动多个独立的应用程序实例,而不是预期的分布式协作运行。这与在Slurm系统中能够轻松实现多本地化运行的情况形成鲜明对比。

技术分析

问题的根源在于HPX默认使用PBS_NODEFILE来确定节点数量。当使用类似#PBS -l select=1:mpiprocs=2的配置时,HPX会将其识别为单个节点,导致无法正确创建多个本地化实例。

解决方案

基础配置方案

  1. 使用mpirun/mpiexec替代pbsdsh:这是解决方案的核心步骤
  2. 添加--hpx:ignore-batch-env参数:使HPX忽略批处理环境设置
  3. 手动配置进程绑定:需要显式指定CPU和内存绑定

Aurora超级计算机上的具体实现

在Aurora系统上,典型的运行配置如下:

mpiexec -n 12 -ppn 6 --cpu-bind=list:0-15:16-31:32-47:52-67:68-83:84-99 \
numactl -m 2-3 /path/to/gpu_wrapper_script.sh $APP_PATH $APP_OPTIONS \
--hpx:ignore-batch-env \
--hpx:ini=hpx.parcel.mpi.priority=1000 \
--hpx:ini=hpx.parcel.mpi.enable=1 \
--hpx:ini=hpx.parcel.tcp.enable=0 \
--hpx:threads=16 \
--hpx:nodefile=$PBS_NODEFILE

GPU绑定实现

需要创建专门的GPU包装脚本:

num_gpu=6
gpu_id=$(( PALS_LOCAL_RANKID % num_gpu ))
export ZE_FLAT_DEVICE_HIERARCHY=COMPOSITE
export ZE_ENABLE_PCI_ID_DEVICE_ORDER=1
export ZE_AFFINITY_MASK=$gpu_id
ulimit -c 0
"$@"

注意事项

  1. 单节点单本地化问题:当前方案在单节点单本地化配置下可能出现段错误
  2. hwloc兼容性:使用--hpx:print-bind参数可能导致hwloc不兼容错误
  3. 核心利用率:由于硬件限制,可能无法完全利用所有CPU核心

扩展应用:LCI通信后端

对于希望使用LCI(Lightweight Communication Interface)作为通信后端的用户,需要注意:

  1. 确认mpirun使用的PMI库类型
  2. 设置正确的PMI环境变量(PMI_ROOT、PMI2_ROOT或PMIx_ROOT)
  3. 在Slingshot-11环境下,应设置-DLCI_SERVER=ofi

最佳实践建议

  1. 对于Aurora系统,推荐使用12个HPX本地化/节点(每个GPU对应一个本地化)
  2. 每个本地化配置8个CPU核心
  3. 使用MPI parcelport时,确保正确设置优先级参数
  4. 考虑使用LCI日志级别设置来监控引导过程

结论

通过上述方法,用户可以在PBS批处理系统中成功实现HPX应用程序的多节点本地化运行。这一解决方案不仅适用于Aurora超级计算机,也可以为其他使用PBS系统的HPC环境提供参考。随着HPX生态系统的不断发展,未来可能会提供更加简化的配置方式。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K