我正在Linux服务器上重现一个深度学习模型，它使用h5py来处理数据。
但是出现以下错误：
Traceback (most recent call last):
File "...", line ..., in ...
fdest = h5py.File(dest, "a", driver="mpio", comm=MPI.COMM_WORLD)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "...\Lib\site-packages\h5py\_hl\files.py", line 558, in __init__
fapl = make_fapl(driver, libver, rdcc_nslots, rdcc_nbytes, rdcc_w0,
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "...\Lib\site-packages\h5py\_hl\files.py", line 177, in make_fapl
set_fapl(plist, **kwds)
File "...\Lib\site-packages\h5py\_hl\files.py", line 53, in _set_fapl_mpio
raise ValueError("h5py was built without MPI support, can't use mpio driver")
ValueError: h5py was built without MPI support, can't use mpio driver
这意味着我的 h5py 是在没有 MPI 支持的情况下构建的。
但是，官方文档没有给出明确的说明如何构建支持MPI的h5py。
所以问题是，如何在 2023 年的 Linux 上构建具有 MPI 支持（针对并行 HDF5）的 h5py。
前往 openmpi 版本的官方网站。
下载最新版本（以“.tar.gz”结尾）。
打开终端并将目录更改为下载目的地，在我的情况下，我应该运行：
cd ~/Downloads
假设包的名称是“openmpi-4.1.5.tar.gz”。
运行以下命令解压：
tar xvzf openmpi-4.1.5.tar.gz
您将在当前目录下得到一个名为“openmpi-4.1.5”的文件夹。
记住文件夹的路径。
测试时我们会回到这里。
在终端中，将目录更改为文件夹。
运行以下命令进行配置：
./configure --prefix=/home/username/openmpi
运行以下命令进行安装：
sudo make all install
运行以下命令打开.bashrc（如果您不想使用vim，请使用其他文本编辑器，例如
nanogreditsudo vim ~/.bashrc
将以下行添加到 .bashrc 的底部：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/username/openmpi/lib
运行以下命令立即激活更改：
source ~/.bashrc
将终端目录更改为之前解压文件夹的示例文件夹。
就我而言，我应该运行以下命令：
cd ~/Downloads/openmpi-4.1.5/examples
运行以下命令来构建：
make
运行以下命令来运行测试文件
mpirun -np 4 hello_c
如果输出是4行“Hello World”，那么你已经成功安装了open-mpi。
前往HDF5的官方网站下载最新版本的HDF5（在我的例子中是hdf5-1.14.2.tar.gz）
打开终端。将目录更改为下载目的地。
运行以下代码解压：
tar xvzf hdf5-1.14.2.tar.gz
将目录更改为解压后的文件夹。
运行以下代码将 MPI-C 设置为编译器：
export CC=mpicc
运行以下代码打开HDF5_MPI：
export HDF5_MPI="ON"
运行以下代码来更改构建配置：
./configure --enable-shared --enable-parallel --prefix=/home/username/hdf5
运行以下代码设置默认 HDF5_dir:
export HDF5_DIR="/home/username/hdf5"
运行以下代码进行编译：
make
运行以下代码来安装 HDF5：
make install
运行以下代码来安装其他一些东西（对不起，我不确定“其他东西”是什么。）：
make check-install
创建并激活新环境。
conda create -n NewEnv
conda activate NewEnv
运行以下命令在环境中安装 openmpi：
conda install openmpi
安装树附加包：
conda install gcc_linux-64
conda install gxx_linux-64
conda install gfortran_linux-64
运行以下命令将 MPI-C 设置为编译器：
export CC=mpicc
运行以下代码打开HDF5_MPI：
export HDF5_MPI="ON"
运行以下代码设置默认 HDF5_dir:
export HDF5_DIR="/home/username/hdf5"
运行以下代码从源代码构建 h5py：
pip install --no-binary=h5py h5py
好的。现在您应该已经成功构建了具有 MPI 支持的 h5py（针对并行 HDF5）。