mpi4py.MPI

简单记录一个mpi4py.MPI并行计算代码

简单分享一个mpi4py.MPI入门的编程实例
最近需要优化电磁场仿真速度，本着学习一下mpi4py并行方面的知识，找了半天网上找不到编程实例，最后自己总结了一下稍微给大家分享一个小的并行计算实例，mpi4py的库安装以及一些常识大家可以在官网上找到，这里我不过多叙述了。

---

前言

大概讲一下要实现的程序功能：
我需要对一个建模好的结构进行参数扫描，每个参数之间互不影响，所以可以将传统串行更改为并行程序。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、原始串行代码

示例：假设我已经有一个写好的函数Unitcell（涉及专业知识，代码不放上去了），这个函数的输入是（结构参数1, 结构参数2, 入射波长, 结构参数3），输出是某个电磁相应，我的目标是对结构参数3进行扫描得到这个电磁响应的谱。

代码如下（示例）：

from mpi4py import MPI
import numpy as np
import meep as mp

def Unitcell(gp, gh, lcen, gdc):
...
	return phase
	
gh = 0.5
gp = 0.2
r = 0.632    # lcen

gdc = np.linspace(0.1, 0.9, 48)    #结构参数3，参数扫描列表

for i in range(len(gdc)):
	mode_tran = UnitCell(gp, gh, r, gdc[i])     # 扫描   
	

二、使用mpi4py并行

1.简单写一个numpy.array拆分函数

代码如下（示例）：

#自己简单写的一个numpy.array拆分函数，为了方便后面的散发操作，可以将一个一维数组根据并行进程数拆分
def Division(a):
    comm = MPI.COMM_WORLD
    size = comm.Get_size()
    rol= len(a)/size
    rol = int(rol)
    Division_array = np.zeros((size, rol))
    for i in range(rol):
        Division_array[:, i] = a[i*size:(i+1)*size]

    return Division_array

2.并行程序

代码如下（示例）：

from mpi4py import MPI
import numpy as np
import meep as mp

def Unitcell(gp, gh, lcen, gdc):
...
	return phase

def Division(a):
    comm = MPI.COMM_WORLD
    size = comm.Get_size()
    rol= len(a)/size
    rol = int(rol)
    Division_array = np.zeros((size, rol))
    for i in range(rol):
        Division_array[:, i] = a[i*size:(i+1)*size]

    return Division_array

gh = 0.5
gp = 0.2
r = 0.632

comm = MPI.COMM_WORLD
rank = comm.Get_rank()
size = comm.Get_size()

if rank == 0:
    gdc = np.linspace(0.1, 0.9, 48)
    gdc = Division(gdc)
else:
    gdc = None

local_data = comm.scatter(gdc, root=0)
print(local_data)

for i in range(len(local_data)):
    mode_tran = UnitCell(gp, gh, r, local_data[i])

all_max = comm.reduce(mode_tran, root=0, op=MPI.MAX)

if rank == 0:
    print('maxis:%d' % all_max)

mpiexec -n 8 python mpi.py  #使用8个进程

---

总结

使用8个进程并行后时间成本大约变为以前的1/8，在大型科学计算中效果显著。

如有错误，欢迎斧正和交流。