单节点Slurm运行MPI程序报MPI_Init空通信器错误如何解决？

故障根因 #

• Slurm配置中MpiDefault参数设置为none，默认未启用MPI进程管理适配，srun调用MPI程序时无法正确传递进程通信上下文，因此触发MPI_Init空通信器错误。
• Ubuntu源安装的Slurm 19.05版本与OpenMPI 4.0.3的PMIx版本存在适配冲突，直接指定pmix相关参数会出现库加载失败问题。

可行解决方案 #

提供两种落地路径，可根据需求选择：

路径1：快速生效（无需修改Slurm配置）

直接调整提交脚本，将srun调用改为mpirun即可。OpenMPI 4.0+自带Slurm集成，会自动读取Slurm分配的节点、核心数等资源参数，无需额外指定-np。修改后runslurm.sh内容如下：

#!/bin/bash
#SBATCH -J testjob
#SBATCH -e error.%A
#SBATCH -o output.%A
#SBATCH -N 1
#SBATCH -n 2

mpirun binary

提交后即可正常运行。

路径2：保留srun调用方式

如果需要保留srun的调用习惯，按以下步骤操作：

1. 安装依赖的PMI适配库：

apt install -y libpmi2-0

2. 编辑slurm.conf配置文件，修改MPI默认配置：
   将原有MpiDefault=none改为MpiDefault=pmi2
3. 重启Slurm相关服务让配置生效：

systemctl restart slurmctld slurmd

4. 原提交脚本无需修改，直接提交即可正常运行。

内容的提问来源于stack exchange，提问作者mkasemer