mpirun无调试信息无报错挂起问题求助（重启后失效）

1. 验证本地SSH连通性（排除基础依赖问题） #

尽管已配置无密码SSH，重启后仍可能出现权限或配置变动，执行以下命令确认：

ssh localhost echo "test"

若命令挂起，需重新检查：

• ~/.ssh/id_rsa权限设为600，~/.ssh目录权限设为700
• ~/.ssh/authorized_keys已正确添加本地公钥，权限设为600

2. 切换OpenMPI进程启动器（绕开Hydra异常） #

直接指定非Hydra的启动器测试，优先用本地fork模式：

# 使用fork模式启动（本地运行无SSH依赖）
mpirun --mca plm_rsh_agent fork -np 8 ./_my_code_
# 或强制用rsh模式（依赖本地SSH）
mpirun --mca plm rsh --mca plm_rsh_agent ssh -np 8 ./_my_code_

若fork模式正常运行，说明问题出在Hydra配置层面。

3. 配置Hydra优先使用fork模式（永久生效） #

创建用户级Hydra配置文件，强制本地启动用fork：

echo "plm_rsh_agent=fork" >> ~/.hydra.conf

该配置会覆盖系统级设置，避免Hydra依赖SSH启动本地进程。

4. 排查OneAPI与OpenMPI环境冲突 #

同时安装两套MPI环境可能导致变量冲突，清理环境后单独加载OpenMPI测试：

unset I_MPI_ROOT
source /etc/profile.d/openmpi.sh
mpirun -np 8 echo "hello world"

若恢复正常，后续运行时需确保只加载一套MPI环境（要么用系统OpenMPI，要么用OneAPI自带的MPI）。

5. 检查系统进程限制与安全工具 #

• 检查用户进程数限制：

ulimit -u

确保数值大于启动进程数（默认一般为1024，满足需求）。

• 检查AppArmor是否限制mpirun/sshd：

systemctl stop apparmor
mpirun -np 8 echo "hello world"

若停止后恢复正常，需调整AppArmor规则放行相关进程。

6. 启用PLM模块调试日志 #

输出进程管理模块的详细日志，定位挂起阶段：

mpirun --mca plm_base_verbose 10 -np 8 echo "hello world"

根据日志信息可进一步定位是进程创建、通信还是权限问题。

内容的提问来源于stack exchange，提问作者Tim