标签：size   accept   studio   电脑   directed   table   ref   begin   dir   

windows平台下在Visual Studio2019配置MPI环境

MPI下载安装

MPI windows版本的下载地址:https://docs.microsoft.com/en-us/message-passing-interface/microsoft-mpi?redirectedfrom=MSDN
然后点击这里下载：

图中两个文件都要选择，下载。

下载完成后，点击这两个文件，都需要进行安装。

项目配置

右击项目->属性，进行配置：

• 右上角->配置管理器->活动解决方案平台，选择：x64；

• VC++目录->包含目录，添加：“C:\Program Files (x86)\Microsoft SDKs\MPI\Include;”

• VC++目录->库目录，添加：“C:\Program Files (x86)\Microsoft SDKs\MPI\Lib\x64;”
  

• C/C++ -> 预处理器->预处理器定义，添加：“MPICH_SKIP_MPICXX;”

• C/C++ -> 代码生成 -> 运行库，选择：多线程调试（/MTd）；

• 链接器 -> 输入 -> 附加依赖项，添加：“msmpi.lib;”
  至此，环境就配好了，接下来就可以开始编程了。

测试

项目源文件下，新建.cpp文件，写入以下代码：

#include<stdio.h>
#include<mpi.h>

int main(int argc, char* argv[]) {
	int myid, numprocs;
 
	MPI_Init(&argc, &argv);
	MPI_Comm_rank(MPI_COMM_WORLD, &myid);
	MPI_Comm_size(MPI_COMM_WORLD, &numprocs);
 
	printf("%d Hello world from process %d \n", numprocs, myid);
 
	MPI_Finalize();
	
	return 0;
}

让我们来分析一下上面的代码：
对于SPMD编程，程序员必须知道（1）进程编号，（2）多少个进程，（3）进程通信
那么MPI久提供了下列函数来回答这些问题：

• 用MPI_Comm_size 获得进程个数p：
  int MPI_Comm_size(MPI_Comm comm, int *size)
• 用MPI_Comm_rank 获得进程的一个叫rank的值，该rank值为0到p-1间的整数,相当于进程的ID
  int MPI_Comm_rank(MPI_Comm comm, int *rank)
• 通信组/通信子: MPI_COMM_WORLD
  一个通信组是一个进程组的集合。所有参与并行计算的进程可以组合为一个或多个通信组。
  执行MPI_Init后，一个MPI程序的所有进程形成一个缺省的组，这个组被写作MPI_COMM_WORLD
  该参数是MPI通信操作函数中必不可少的参数，用于限定参加通信的进程的范围

下面我们来运行一下，看看结果：
在控制台该项目（这里的项目名称mpi_test）下的x64/Debug文件目录下打开cmd命令行窗口（Shift+鼠标左键，选择‘在此处打开Powershell窗口‘，输入start cmd），输入mpiexec -n 10 test.exe。
运行结果如下图：

Linux下配置MPI编程环境-Ubuntu 18.04

终端配置过程

• 在终端上先找到文件所在位置：sudo tar -zxvf mpich-3.3.2.tar.gz
• 解压完毕，使用ls命令查看便可发现多出了一个mpich-3.3.2目录, 然后进入该目录：cd mpich-3.3.2
  使用ls查看，会发现其中有configure这个文件。
  
• 运行命令./configure -prefix=/usr/local/mpich进行软件配置与检查，这里我们只设置安装目录即可。注：prefix参数是表示安装路径。
  可能会报错error: no acceptable C compiler found in $PATH
  要先使用命令sudo apt-get install build-essential安装好需要的编译器
  然后make && make install进行安装
  然后配置环境变量

Windows系统下OpenMP配置

visual studio2019配置

项目属性 --> C/C++ --> 语言 --> OpenMP支持，下拉菜单选择“是（/openmp）”,同时要将符合模式设置成“否”，否则编译会报错，如下图所示：

测试

在使用具体实例测试之前，我们先来测试一下自己的计算机是几核的。

#include<omp.h>
#include<iostream>
int main()
{
    std::cout << "parallel begin:\n";
    #pragma omp parallel
    {
        std::cout << omp_get_thread_num();
    }
    std::cout << "\n parallel end.\n";
    std::cin.get();
    return 0;
}

这是我的运行结果，所以说明处理器是8核的。

OpenMP中使用parallel指令标识代码中的并行段：

#pragma omp parallel
 
{
 
      多核并行执行的代码；
 
}

当编译器发现#pragma omp parallel for后，自动将下面的for循环分成N份，（N为电脑CPU核数），然后把每份指派给一个核去执行，而且多个核之间为并行执行。
下面是一个小实例：

#include <iostream>
int main()
{
#pragma omp parallel for
    for (int i=0;i<10;i++)
        std::cout<<i<<std::endl;
    return 0;
}

控制台输出：

运行结果：

Windows和Linux系统下并行计算环境MPI和OpenMP的搭建

标签：size   accept   studio   电脑   directed   table   ref   begin   dir   

原文地址：https://www.cnblogs.com/CuteyThyme/p/12652273.html