Quantum Espresso运行异常求助：进程因signal 9终止，核数调整无效

• 优先排查内存不足问题：Signal 9是系统因内存耗尽（OOM）强制杀死进程的信号，哪怕整体负载低，单MPI进程的内存占用也可能超出节点分配额度。用free -h查看节点剩余内存，或者在计算脚本里加入定时内存监控（比如top -b -n 1 >> mem_log.txt）。如果用调度器（如Slurm），可尝试给每个进程指定内存上限，比如--mem-per-cpu=4G。

• 检查节点硬件与系统限制：出错节点HUAWEI可能存在硬件故障（如内存模块损坏）或系统层面的内存配额限制（比如cgroup配置、OOM Killer阈值）。换其他节点跑相同计算，或者在该节点跑极小测试任务，验证是否是节点本身问题。

• 优化Quantum Espresso输入参数：

  • 降低ecutwfc、ecutrho截断能，直接减少内存占用；
  • 设置disk_io='low'或disk_io='medium'，让中间数据写入磁盘释放内存；
  • 检查k点采样、波函数展开等参数是否过度设置，精简不必要的计算精度。

• 排查MPI运行环境：

  • 确认mpirun版本和编译Quantum Espresso时用的MPI版本完全一致，版本不兼容易引发异常；
  • 尝试用mpiexec替代mpirun启动任务，或添加--oversubscribe参数测试（注意：仅用于临时验证，不建议正式计算使用）；
  • 用mpitests工具测试节点间MPI通信稳定性，排除网络问题导致的进程崩溃。

• 分析详细计算日志：开启Quantum Espresso的多进程日志（设置-output-prefix参数），查看rank 2进程被杀死时的计算阶段（电子弛豫、结构优化等），精准定位内存消耗高峰环节，针对性调整参数。

内容的提问来源于stack exchange，提问作者berna uyanık