hpc-lab-code/work/README.md

# MPI-OpenMP混合并行矩阵乘法实验

## 项目结构

```
gemm/
├── gemm_serial.cpp      # 串行版本实现
├── gemm_parallel.cpp    # MPI-OpenMP混合并行版本
├── xmake.lua           # 构建配置文件
├── run_experiments.sh  # 自动化测试脚本
└── README.md          # 本文件
```

## 编译说明

### 使用xmake编译（推荐）

```bash
cd /home/yly/dev/hpc-lab-code/work/gemm
xmake build
```

编译后的可执行文件位于：
- `build/linux/x86_64/release/gemm_serial`
- `build/linux/x86_64/release/gemm_parallel`

### 手动编译

```bash
# 串行版本
mpic++ -O3 -march=native gemm_serial.cpp -o gemm_serial

# 并行版本
mpic++ -O3 -march=native -fopenmp gemm_parallel.cpp -o gemm_parallel -lm
```

## 运行说明

### 串行版本

```bash
./build/linux/x86_64/release/gemm_serial M N K use-blas
```

参数说明：
- M: 左矩阵行数
- N: 左矩阵列数/右矩阵行数
- K: 右矩阵列数
- use-blas: 是否使用BLAS（0=不使用，1=使用，当前版本未实现）

示例：
```bash
./build/linux/x86_64/release/gemm_serial 1024 1024 1024 0
```

### 并行版本

```bash
mpirun -np <进程数> ./build/linux/x86_64/release/gemm_parallel M N K
```

参数说明：
- 进程数: MPI进程数量
- M, N, K: 矩阵维度

示例：
```bash
# 使用4个MPI进程，矩阵大小2048x2048x2048
mpirun -np 4 ./build/linux/x86_64/release/gemm_parallel 2048 2048 2048

# 使用16个MPI进程，8个OpenMP线程
export OMP_NUM_THREADS=8
mpirun -np 16 ./build/linux/x86_64/release/gemm_parallel 4096 4096 4096
```

## 自动化测试

使用提供的脚本自动运行所有实验并收集数据：

```bash
cd /home/yly/dev/hpc-lab-code/work/gemm
./run_experiments.sh
```

脚本会自动：
1. 编译程序
2. 运行串行基准测试
3. 运行实验一：固定OpenMP线程数，改变MPI进程数
4. 运行实验二：同时改变MPI进程数和OpenMP线程数
5. 运行实验三：固定总处理器数，改变MPI/OpenMP组合
6. 保存所有结果到CSV文件

## 实验设计

### 实验一：MPI进程数扩展性

**目的**：研究在OpenMP线程数固定为1时，不同MPI进程数的性能表现

**变量**：
- 固定：OpenMP线程数 = 1
- 改变：MPI进程数 = 1, 2, 4, 9, 16
- 测试：不同矩阵尺寸 512, 1024, 2048, 4096

**测量指标**：
- 运行时间（ms）
- 加速比 = T_serial / T_parallel
- 效率 = 加速比 / MPI进程数

### 实验二：MPI-OpenMP混合并行扩展性

**目的**：研究同时改变MPI进程数和OpenMP线程数时的性能表现

**变量**：
- OpenMP线程数：1, 2, 4, 8
- MPI进程数：1, 2, 4, 9, 16
- 总处理器数 = MPI进程数 × OpenMP线程数
- 测试：不同矩阵尺寸 512, 1024, 2048, 4096

**测量指标**：
- 运行时间（ms）
- 加速比 = T_serial / T_parallel
- 效率 = 加速比 / 总处理器数

### 实验三：MPI/OpenMP组合优化

**目的**：在总处理器数固定的情况下，研究不同MPI/OpenMP组合对性能的影响

**变量**：
- 固定：总处理器数 = 16
- 改变：MPI/OpenMP组合
  - 1 MPI进程 × 16 OpenMP线程
  - 2 MPI进程 × 8 OpenMP线程
  - 4 MPI进程 × 4 OpenMP线程
  - 8 MPI进程 × 2 OpenMP线程
  - 16 MPI进程 × 1 OpenMP线程
- 测试：不同矩阵尺寸 512, 1024, 2048, 4096

**测量指标**：
- 运行时间（ms）
- 加速比 = T_serial / T_parallel
- 效率 = 加速比 / 总处理器数

## 数据处理与绘图

### 输出文件格式

**串行结果** (`serial_results.csv`):
```csv
M,N,K,Time_ms
512,512,512,123.45
1024,1024,1024,987.65
...
```

**并行结果** (`experiment_results.csv`):
```csv
Experiment,M,N,K,MPI_Processes,OpenMP_Threads,Time_ms,Speedup,Efficiency
Exp1,512,512,512,1,1,120.34,1.0267,1.0267
Exp1,512,512,512,2,1,65.43,1.8873,0.9437
...
```

### 绘图建议

使用Python (matplotlib)、Excel或R进行绘图：

#### 图1：实验一 - MPI进程数扩展性
- X轴：MPI进程数
- Y轴：加速比（左轴）、效率（右轴）
- 不同线条：不同矩阵尺寸
- 预期：加速比随进程数增加，但效率可能下降

#### 图2：实验二 - 总处理器数扩展性
- X轴：总处理器数
- Y轴：加速比（左轴）、效率（右轴）
- 不同线条：不同OpenMP线程数
- 预期：混合并行可能比纯MPI或纯OpenMP更高效

#### 图3：实验三 - MPI/OpenMP组合影响
- X轴：MPI进程数
- Y轴：效率
- 不同线条：不同矩阵尺寸
- 预期：存在最优的MPI/OpenMP组合

### Python绘图示例

```python
import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
df = pd.read_csv('experiment_results.csv')

# 实验一：MPI扩展性
exp1 = df[df['Experiment'] == 'Exp1']
fig, ax1 = plt.subplots(figsize=(10, 6))

for size in exp1['M'].unique():
    data = exp1[exp1['M'] == size]
    ax1.plot(data['MPI_Processes'], data['Speedup'], 
             marker='o', label=f'{size}x{size}')

ax1.set_xlabel('MPI进程数')
ax1.set_ylabel('加速比')
ax1.set_title('实验一：MPI进程数扩展性（OpenMP=1）')
ax1.legend()
ax1.grid(True)
plt.savefig('exp1_speedup.png')
plt.show()
```

## 性能分析与优化

### 预期性能瓶颈

1. **通信开销**：MPI通信在大规模并行时可能成为瓶颈
2. **负载不均衡**：带状分块可能导致某些进程工作量较大
3. **内存带宽**：矩阵乘法是内存密集型操作
4. **缓存利用率**：小矩阵可能无法充分利用缓存

### 可能的优化方向

1. **优化分块策略**：
   - 使用二维块循环分块代替带状分块
   - 考虑缓存友好的分块大小

2. **优化通信**：
   - 使用非阻塞通信重叠计算和通信
   - 减少通信次数，增加每次通信的数据量

3. **优化计算**：
   - 使用SIMD指令（向量化）
   - 优化循环顺序以提高缓存命中率
   - 考虑使用Strassen算法等快速矩阵乘法

4. **混合并行优化**：
   - 找到最优的MPI/OpenMP组合
   - 考虑NUMA架构的亲和性

## 实验报告要点

1. **实验环境**：
   - 硬件配置（CPU核心数、内存大小）
   - 软件环境（MPI版本、编译器版本）

2. **实验结果**：
   - 三个实验的数据表格
   - 性能曲线图
   - 加速比和效率分析

3. **结果分析**：
   - 不同并行策略的性能比较
   - MPI进程数和OpenMP线程数的最优组合
   - 矩阵规模对并行效率的影响

4. **优化方案**：
   - 识别性能瓶颈
   - 提出优化策略
   - 实施优化并对比效果

5. **结论**：
   - MPI-OpenMP混合并行的优势
   - 最佳实践建议
   - 进一步改进方向

## 故障排除

### 编译错误

如果遇到MPI相关错误：
```bash
# 检查MPI是否安装
which mpic++
mpic++ --version

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

### 运行时错误

如果遇到MPI运行错误：
```bash
# 检查MPI进程数是否合理
# 确保系统有足够的资源

# 检查OpenMP线程数设置
echo $OMP_NUM_THREADS
```

### 性能异常

如果性能不如预期：
1. 检查CPU频率是否正常（是否降频）
2. 关闭其他占用资源的程序
3. 检查系统负载
4. 确认编译优化选项已启用（-O3）

## 参考资料

- MPI教程：https://mpitutorial.com/
- OpenMP官方文档：https://www.openmp.org/
- 并行编程模式：https://patterns.eecs.berkeley.edu/