MPI - 传达 1 个大型元素或多个小型元素？
MPI - communicate 1 element of a big type or more elements of a small type?
在我处理的具体问题中，排列在 3D 拓扑中的进程必须相互交换 3D 数组的部分 A(:,:,:)。特别是，每个人都必须向六个方向上的进程发送给定数量的 A 切片（例如 A(nx-1:nx,:,:) 到正一维的进程， A(1:3,:,:) 在负一，A(:,ny-3:ny,:) 在正 y 维度上，依此类推）。
为此，我将定义一组子数组类型（通过 MPI_TYPE_CREATE_SUBARRAY）用于通信（可能是 MPI_NEIGHBOR_ALLTOALL，或其 V 或 W 扩展）。问题是就性能而言，更好的选择是：
- 定义 3 个子数组（每个维度一个），每个子数组实际上是一个二维数组，然后使通信沿每个维度在两个方向上发送不同数量的这些类型，或者
- 定义6个子数组（每个方向一个），每个仍然是一个三维数组，然后让通信沿每个维度发送两个方向上两种类型的一个元素？
最后，更笼统一点，如题中所说，是定义更多"basic" MPI派生数据类型并在通信中使用counts大于1更好，还是定义"bigger" 在通讯中输入和使用 counts = 1?
定义了 MPI 派生数据类型，以便为库提供一种打包和解包您发送的数据的方法。
对于基本类型（MPI_INT、MPI_DOUBLE等）没有问题，因为内存中的数据已经是连续的：内存中没有空洞。
更复杂的类型，例如多维数组或结构，按原样发送数据可能效率低下，因为您可能正在发送无用的数据。出于这个原因，数据被打包成一个连续的字节数组，发送到目的地，然后再次解包以恢复其原始形状。
也就是说，您需要为内存中的每个不同形状创建派生数据类型。例如，A(1:3,:,:) 和 A(nx-2:nx,:,:) 表示相同的数据类型。但是 A(nx-2:nx,:,:) 和 A(:,nx-2:nx,:) 不会。如果您正确指定了步幅访问（连续数据类型之间的差距），您甚至可以指定一个二维派生数据类型，然后改变 count 参数以获得更好的程序灵活性。
最后，回答你的最后一个问题，这可能值得进行基准测试，尽管我认为差异不会很明显，因为在这两种情况下它都会产生一条 MPI 消息。
在我处理的具体问题中，排列在 3D 拓扑中的进程必须相互交换 3D 数组的部分 A(:,:,:)。特别是，每个人都必须向六个方向上的进程发送给定数量的 A 切片（例如 A(nx-1:nx,:,:) 到正一维的进程， A(1:3,:,:) 在负一，A(:,ny-3:ny,:) 在正 y 维度上，依此类推）。
为此，我将定义一组子数组类型（通过 MPI_TYPE_CREATE_SUBARRAY）用于通信（可能是 MPI_NEIGHBOR_ALLTOALL，或其 V 或 W 扩展）。问题是就性能而言，更好的选择是：
- 定义 3 个子数组（每个维度一个），每个子数组实际上是一个二维数组，然后使通信沿每个维度在两个方向上发送不同数量的这些类型，或者
- 定义6个子数组（每个方向一个），每个仍然是一个三维数组，然后让通信沿每个维度发送两个方向上两种类型的一个元素？
最后，更笼统一点，如题中所说，是定义更多"basic" MPI派生数据类型并在通信中使用counts大于1更好，还是定义"bigger" 在通讯中输入和使用 counts = 1?
定义了 MPI 派生数据类型，以便为库提供一种打包和解包您发送的数据的方法。
对于基本类型（MPI_INT、MPI_DOUBLE等）没有问题，因为内存中的数据已经是连续的：内存中没有空洞。
更复杂的类型，例如多维数组或结构，按原样发送数据可能效率低下，因为您可能正在发送无用的数据。出于这个原因，数据被打包成一个连续的字节数组，发送到目的地，然后再次解包以恢复其原始形状。
也就是说，您需要为内存中的每个不同形状创建派生数据类型。例如，A(1:3,:,:) 和 A(nx-2:nx,:,:) 表示相同的数据类型。但是 A(nx-2:nx,:,:) 和 A(:,nx-2:nx,:) 不会。如果您正确指定了步幅访问（连续数据类型之间的差距），您甚至可以指定一个二维派生数据类型，然后改变 count 参数以获得更好的程序灵活性。
最后，回答你的最后一个问题，这可能值得进行基准测试，尽管我认为差异不会很明显，因为在这两种情况下它都会产生一条 MPI 消息。