Dymos：使用黑盒函数时如何跨配置节点并行计算

Question

我正在尝试使用黑盒求解器来计算 Dymos 中的 ODE 函数之一。例如，该组件将计算

x_dot = f(x)

，其中

f

是现有的基于物理的求解器，

x

是大小为

N

的状态变量向量。

使用搭配时，

x

现在呈现

MxN

的形状，其中

M

是搭配节点的数量。问题是基于物理的求解器无法采用这种形状的输入。目前，我必须迭代

M

次才能按顺序计算每个搭配点上的

f(x)

。例如

def compute(self, inputs, outputs):

     M = self.options['num_nodes']

     x = inputs["x"]

     x_dot = np.zeros((M, N))

     for i in range(0, M):
         x_dot[i] = f(x[i])

     outputs["x_dot"] = x_dot

这显然计算效率低下，我正在寻找一种并行化此计算方法的方法。

Dymos 有支持的原生方法吗？仅供参考，我尝试使用多处理（池）但收到错误

TypeError: cannot pickle 'weakref' object

。

谢谢。

Answer 1

dymos 所基于的 OpenMDAO 通过 MPI 进行并行化，主要通过两种方式：

首先，您可以将多个组件放入ParallelGroup中。当代码通过

mpirun

运行时，每个组件都会同时执行。

然后，您可以将输出重新组合到单个数组中。

第二种更先进的方法是在单个组件中使用分布式输入和输出。当对其进行编码时，它似乎是单个组件，但 MPI 在不同处理器上提供该组件的副本，并在输入/输出数组中的不同元素上进行计算。这里有一些关于它如何工作的解释