LS-DYNA MPP（分布式并行）模式中的内存分配机制

在 LS-DYNA MPP（分布式并行）模式中，内存分配机制与 SMP（共享内存）有本质区别。 SMP（共享内存）​ 模式中MEMORY参数代表所有 CPU 共享的总内存池。

MPP 模式需要设置两个参数：memory（即 memory1）和 memory2。

1. 参数定义

• memory/ memory1：主节点（Rank 0）用于模型分解（Domain Decomposition）和全局数据管理的内存。该值必须足够大，以容纳整个模型的全局信息。
• memory2：每个计算进程（包括主节点）用于求解分解后子域的内存。该值取决于子域的大小。

2. 计算公式与单位

单位换算规则与 SMP 一致（64位双精度：1 Word = 8 Bytes）。假设你要为 MPP 计算分配物理内存：

• 计算 memory1：通常建议为物理内存的 30% – 70%，且必须大于模型全局内存需求。
  • 例如，分配 8 GB 给主节点：memory1 = 8 * 1024^3 / 8 = 1,073,741,824 words（或简写为 memory=1024m）。
• 计算 memory2：通常建议为剩余内存的 20% – 40%，且需满足 (memory1 + NPROC * memory2) < 节点总物理内存。
  • 例如，分配 2 GB 给每个进程：memory2 = 2 * 1024^3 / 8 = 268,435,456 words（或 memory2=256m）。

3. 命令行示例

假设使用 16 个进程（np=16）运行双精度 MPP 求解器，设置 memory1=1024m，memory2=256m：

# 使用 mpirun (Intel MPI/Open MPI /Platform MPI)
mpirun -np 16 ls-dyna_mpp_d i=input.k memory=1024m memory2=256m

# 或使用 mpiexec
mpiexec -n 16 ls-dyna_mpp_d i=input.k memory=1024m memory2=256m

4. 关键注意事项

• memory2只能在命令行设置：不能在 K 文件的 *KEYWORD行中设置 memory2。
• 主节点内存压力：主节点除了运行子域计算（占用 memory2），还需承担通信协调任务，因此实际内存占用约为 memory1 + memory2。
• 经验法则：对于超大规模模型，memory1应设置得非常大（如 50% 总内存），以确保分解成功；对于中小模型，memory2可以设置较小，但需避免因过小导致子域计算溢出。
  
  
  更多可以参考 LSDYNA 内存计算方法