如何为每个核心分配2个MPI进程？
例如，如果我执行mpirun -np 4 ./application，那么它应该使用2个物理内核来运行4个MPI进程（每个核心2个进程）。我正在使用Open MPI 1.6。我做了mpirun -np 4 -nc 2 ./application，但无法运行它。
它抱怨mpirun was unable to launch the specified application as it could not find an executable:
orterun（Open MPI SPMD / MPMD启动器; mpirun/mpiexec只是它的符号链接）对流程绑定有一些支持，但它不够灵活，不允许你为每个核心绑定两个进程。您可以尝试使用-bycore -bind-to-core，但是当所有核心已经分配了一个进程时，它将会出错。
但是有一种解决方法 - 您可以使用rankfile来明确指定将每个排名绑定到哪个槽。下面是一个示例：为了在双核CPU上运行4个进程，每个核2个进程，您将执行以下操作：
mpiexec -np 4 -H localhost -rf rankfile ./application
其中rankfile是一个文本文件，其中包含以下内容：
rank 0=localhost slot=0:0
rank 1=localhost slot=0:0
rank 2=localhost slot=0:1
rank 3=localhost slot=0:1
这将在处理器0的核0上排名0和1，在处理器0的核1上排名2和3。丑陋但有效：
$ mpiexec -np 4 -H localhost -rf rankfile -tag-output cat /proc/self/status | grep Cpus_allowed_list
[1,0]<stdout>:Cpus_allowed_list: 0
[1,1]<stdout>:Cpus_allowed_list: 0
[1,2]<stdout>:Cpus_allowed_list: 1
[1,3]<stdout>:Cpus_allowed_list: 1
编辑：从您的other question变得清楚，您实际上是在超线程CPU上运行。然后你必须弄清楚逻辑处理器的物理编号（它有点令人困惑，但物理编号对应于processor:中报告的/proc/cpuinfo的值）。获得它的最简单方法是安装hwloc库。它提供了hwloc-ls工具，您可以像这样使用：
$ hwloc-ls --of console
...
NUMANode L#0 (P#0 48GB) + Socket L#0 + L3 L#0 (12MB)
L2 L#0 (256KB) + L1 L#0 (32KB) + Core L#0
PU L#0 (P#0) <-- Physical ID 0
PU L#1 (P#12) <-- Physical ID 12
...
物理ID列在括号中的P#之后。在你的8核的情况下，第一个核心（核心0）的第二个超线程很可能有ID 8，因此你的rankfile看起来像：
rank 0=localhost slot=p0
rank 1=localhost slot=p8
rank 2=localhost slot=p1
rank 3=localhost slot=p9
（注意p前缀 - 不要省略它）
如果你没有hwloc或者你无法安装它，那么你必须自己解析/proc/cpuinfo。超线程将具有相同的physical id和core id值，但不同的processor和apicid。物理ID等于processor的值。
我不确定您是否有多台机器，以及您希望如何分发流程的具体细节，但我会考虑阅读：
该手册表明它具有将进程绑定到不同内容的方法，包括节点，套接字和cpu内核。
重要的是要注意，如果您只运行两倍于CPU核心的进程，那么您将实现此目标，因为它们将倾向于均匀分布在核心上以共享负载。
我会尝试类似下面的内容，虽然手册有些含糊不清，但我并不是100％确定它会按预期运行，只要你有双核：
mpirun -np 4 -npersocket 4 ./application
如果您使用PBS或类似的东西，我会建议这种提交：
qsub -l select = 128：ncpus = 40：mpiprocs = 16 -v NPROC = 2048./ pbs_script.csh
在本提交中，我选择128个计算节点，它们有40个核心，并使用其中的16个。就我而言，每个节点有20个物理核心。
在此提交中，我阻止了节点的所有40个核心，没有人可以使用这些资源。它可以避免其他人使用相同的节点并与您的工作竞争。
使用Open MPI 4.0，这两个命令：
mpirun --oversubscribe -c 8 ./a.out
和
mpirun -map-by hwthread:OVERSUBSCRIBE -c 8 ./a.out
为我工作（我有一个Ryzen 5处理器，4核和8个逻辑核心）。
我测试了一个包含实数操作的do循环。使用了所有逻辑线程，但似乎没有加速优势，因为与使用-c 4选项（没有超额订阅）相比，计算所花费的时间增加了一倍。