# MPI-OpenMP矩阵乘法实验项目

## 🎯 项目概述

本项目是一个完整的MPI-OpenMP混合并行矩阵乘法实现，用于高性能计算课程实验。项目包含串行、并行和优化三个版本，以及完整的测试、分析和文档系统。

## 📁 项目结构

```
gemm/
├── 📄 源代码文件
│   ├── gemm_serial.cpp       # 串行版本 (2.2KB)
│   ├── gemm_parallel.cpp     # MPI-OpenMP混合并行版本 (11KB)
│   └── gemm_optimized.cpp    # 优化版本 (11KB)
│
├── 🔧 构建和测试
│   ├── build.sh              # 编译脚本 (962B)
│   ├── quick_test.sh         # 快速测试脚本 (1.5KB)
│   ├── run_experiments.sh    # 完整实验脚本 (5.6KB)
│   └── xmake.lua            # xmake配置 (714B)
│
├── 📊 数据分析
│   └── analyze_results.py    # Python分析脚本 (9.8KB)
│
├── 📚 文档
│   ├── README.md             # 项目说明 (7.2KB)
│   ├── QUICKSTART.md         # 快速开始 (5.3KB)
│   ├── PROJECT_SUMMARY.md    # 项目总结 (8.1KB)
│   ├── DELIVERY_CHECKLIST.md # 交付清单 (6.7KB)
│   └── 实验报告模板.md       # 报告模板 (9.3KB)
│
└── 🔨 可执行文件
    ├── gemm_serial          # 串行版本 (18KB)
    ├── gemm_parallel        # 并行版本 (113KB)
    └── gemm_optimized       # 优化版本 (113KB)
```

## 🚀 快速开始

### 1. 编译程序
```bash
./build.sh
```

### 2. 快速测试
```bash
./quick_test.sh
```

### 3. 运行完整实验
```bash
./run_experiments.sh
```

### 4. 分析结果
```bash
python3 analyze_results.py
```

## 📊 实验内容

### 实验一：MPI进程数扩展性
- **目的**：研究纯MPI并行的扩展性
- **变量**：MPI进程数（1, 2, 4, 9, 16）
- **固定**：OpenMP线程数 = 1
- **测量**：运行时间、加速比、效率

### 实验二：混合并行扩展性
- **目的**：研究MPI-OpenMP混合并行的性能
- **变量**：MPI进程数 × OpenMP线程数
- **组合**：多种进程/线程组合
- **测量**：运行时间、加速比、效率

### 实验三：MPI/OpenMP组合优化
- **目的**：找到最优的MPI/OpenMP组合
- **固定**：总处理器数 = 16
- **变量**：MPI/OpenMP组合（1×16, 2×8, 4×4, 8×2, 16×1）
- **测量**：效率对比

## 💡 技术特点

### 并行策略
- ✅ **MPI并行**：主从模型，带状分块
- ✅ **OpenMP并行**：循环级并行，collapse优化
- ✅ **混合并行**：两级并行，灵活配置
- ✅ **非阻塞通信**：重叠通信和计算

### 性能优化
- ✅ **分块算法**：提高缓存命中率
- ✅ **循环优化**：减少循环开销
- ✅ **通信优化**：减少通信次数
- ✅ **内存优化**：连续内存布局

### 代码质量
- ✅ **模块化设计**：清晰的函数划分
- ✅ **完整注释**：详细的代码说明
- ✅ **错误处理**：完善的错误检查
- ✅ **结果验证**：自动验证正确性

## 📈 性能指标

### 预期性能（512×512×512）
- 串行版本：~260 ms
- 并行版本（4进程）：~54 ms（加速比 4.8x）
- 优化版本（4进程）：~32 ms（加速比 8.1x）

### 扩展性
- 小规模（512）：良好的线性加速比
- 中等规模（1024-2048）：接近线性加速比
- 大规模（4096）：受通信限制，效率略降

## 📖 文档说明

### README.md
- 项目概述和说明
- 编译和运行指南
- 实验设计详解
- 数据处理说明
- 性能分析建议
- 故障排除

### QUICKSTART.md
- 快速开始指南
- 常见问题解答
- 性能优化建议
- 进阶使用说明

### PROJECT_SUMMARY.md
- 项目完成情况
- 技术亮点总结
- 实验设计说明
- 学习要点
- 进一步优化方向

### DELIVERY_CHECKLIST.md
- 文件清单
- 功能清单
- 测试清单
- 实验要求对照
- 使用说明
- 时间规划建议

### 实验报告模板.md
- 完整的报告框架
- 数据表格模板
- 分析指导
- 优化方案模板

## 🎓 学习目标

通过本项目，你将掌握：

1. **MPI编程**
   - 点对点通信
   - 非阻塞通信
   - 数据分布策略
   - 通信优化

2. **OpenMP编程**
   - 并行循环
   - 数据共享
   - 线程控制
   - 性能调优

3. **混合并行**
   - 两级并行设计
   - 负载均衡
   - 性能优化

4. **性能分析**
   - 加速比计算
   - 效率分析
   - 瓶颈识别
   - 优化方法

## 🔍 关键代码片段

### MPI数据分发
```cpp
// 发送分块大小
MPI_Isend(&rowStride, 1, MPI_INT, sendto, 0, MPI_COMM_WORLD, &req);
sendRequests.push_back(req);

// 发送矩阵数据
for (int r = 0; r < rowStride; r++) {
    MPI_Isend(leftMat + (rowStart + r) * n, n, MPI_FLOAT, 
             sendto, 1, MPI_COMM_WORLD, &req);
    sendRequests.push_back(req);
}
```

### OpenMP并行计算
```cpp
#pragma omp parallel for collapse(2)
for (int row = 0; row < m; row++) {
    for (int col = 0; col < k; col++) {
        resultMat[row * k + col] = 0.0;
        for (int i = 0; i < n; i++) {
            resultMat[row * k + col] +=
                leftMat[row * n + i] * rightMat[col * n + i];
        }
    }
}
```

### 分块优化
```cpp
const int BLOCK_SIZE = 64;
for (int row_block = 0; row_block < m; row_block += BLOCK_SIZE) {
    for (int col_block = 0; col_block < k; col_block += BLOCK_SIZE) {
        // 分块计算以提高缓存命中率
    }
}
```

## 📊 数据分析示例

### Python分析脚本功能
- 读取CSV实验数据
- 生成性能曲线图
- 绘制效率热图
- 计算统计摘要
- 多种可视化

### 输出图表
- `exp1_mpi_scaling.png`：MPI扩展性曲线
- `exp2_hybrid_scaling.png`：混合并行扩展性
- `exp3_mpi_openmp_combo.png`：MPI/OpenMP组合对比
- `efficiency_heatmap.png`：效率热图

## 🛠️ 故障排除

### 编译问题
```bash
# 检查MPI
mpic++ --version

# 检查OpenMP
echo | clang++ -x c++ - -fopenmp -E - > /dev/null
```

### 运行问题
```bash
# 检查MPI进程数
mpirun -np 4 ./gemm_parallel 512 512 512

# 设置OpenMP线程数
export OMP_NUM_THREADS=4
```

### 性能问题
- 检查CPU频率
- 关闭其他程序
- 调整进程/线程数
- 使用优化版本

## 📝 实验报告撰写

### 步骤
1. 复制`实验报告模板.md`
2. 运行实验收集数据
3. 运行分析生成图表
4. 填入数据和分析
5. 撰写总结和心得

### 要点
- 完整的数据记录
- 深入的结果分析
- 清晰的图表展示
- 创新的优化方案
- 真实的学习心得

## 🎯 项目特色

1. **完整性**：从串行到并行的完整实现
2. **自动化**：一键编译、测试、实验、分析
3. **可扩展**：支持任意矩阵尺寸和进程配置
4. **文档化**：详细的文档和注释
5. **实用性**：可直接用于课程实验

## 📅 版本历史

- **v1.0** (2026-01-21)
  - 初始版本发布
  - 完成所有核心功能
  - 提供完整文档

## 👥 贡献

本项目由高性能计算课程学生完成，用于教学和学习目的。

## 📄 许可

本项目仅用于教学目的。

## 🙏 致谢

感谢高性能计算课程提供的实验平台和指导。

---

**项目状态**：✅ 完成并可交付  
**最后更新**：2026年1月21日  
**联系方式**：通过课程助教或老师