<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">
</head>
<body>
<div dir="ltr">Hi, Sanjay,
<div>  I managed to use Valgrind massif + MPICH master + PETSc master. I ran ex5 500 time steps with "mpirun -n 4 valgrind --tool=massif --max-snapshots=200 --detailed-freq=1 ./ex5 -da_grid_x 512 -da_grid_y 512 -ts_type beuler -ts_max_steps 500 -malloc"</div>
<div>  I visualized the output with massif-visualizer. From the attached picture, we can see the total heap size keeps constant most of the time and is NOT monotonically increasing.  We can also see MPI only allocated memory at initialization time and kept
 it. So it is unlikely that MPICH keeps allocating memory in each KSPSolve call.</div>
<div>  From graphs you sent, I can only see RSS is randomly increased after KSPSolve, but that does not mean heap size keeps increasing.  I recommend you also profile your code with valgrind massif and visualize it. I failed to install massif-visualizer on
 MacBook and CentOS. But I easily got it installed on Ubuntu.</div>
<div>  I want you to confirm that with the MPI_Waitall fix, you still run out of memory with MPICH (but not OpenMPI).  If needed, I can hack MPICH to get its current memory usage so that we can calculate its difference after each KSPSolve call.</div>
<div> </div>
<div>
<div><img src="cid:ii_jwieo3cf0" alt="massif-ex5.png" width="562" height="382"><br>
</div>
</div>
<div><br>
</div>
<div><br clear="all">
<div>
<div dir="ltr" class="gmail_signature" data-smartmail="gmail_signature">
<div dir="ltr">--Junchao Zhang</div>
</div>
</div>
<br>
</div>
</div>
<br>
<div class="gmail_quote">
<div dir="ltr" class="gmail_attr">On Mon, Jun 3, 2019 at 6:36 PM Sanjay Govindjee <<a href="mailto:s_g@berkeley.edu">s_g@berkeley.edu</a>> wrote:<br>
</div>
<blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">
<div bgcolor="#FFFFFF">Junchao,<br>
  I won't be feasible to share the code but I will run a similar test as you have done (large problem); I will<br>
try with both MPICH and OpenMPI.  I also agree that deltas are not ideal as there they do not account for latency in the freeing of memory<br>
etc.  But I will note when we have the memory growth issue latency associated with free( ) appears not to be in play since the total<br>
memory footprint grows monotonically.<br>
<br>
  I'll also have a look at massif.  If you figure out the interface, and can send me the lines to instrument the code with that will save me<br>
some time.<br>
-sanjay<br>
<pre class="gmail-m_3580431406949325625moz-signature" cols="72"></pre>
<div class="gmail-m_3580431406949325625moz-cite-prefix">On 6/3/19 3:17 PM, Zhang, Junchao wrote:<br>
</div>
<blockquote type="cite">
<div dir="ltr">Sanjay & Barry,
<div>  Sorry, I made a mistake that I said I could reproduced Sanjay's experiments. I found 1) to correctly use PetscMallocGetCurrentUsage() when petsc is configured without debugging, I have to add -malloc to run the program. 2) I have to instrument the code
 outside of KSPSolve(). In my case, it is in SNESSolve_NEWTONLS. In old experiments, I did it inside KSPSolve. Since KSPSolve can recursively call KSPSolve, the old results were misleading.</div>
<div> With these fixes, I measured differences of RSS and Petsc malloc before/after KSPSolve. I did experiments on MacBook using src/ts/examples/tutorials/advection-diffusion-reaction/ex5.c with commands like mpirun -n 4 ./ex5 -da_grid_x 64 -da_grid_y 64 -ts_type
 beuler -ts_max_steps 500 -malloc.</div>
<div> I find if the grid size is small, I can see a non-zero RSS-delta randomly, either with one mpi rank or multiple ranks, with MPICH or OpenMPI. If I increase grid sizes, e.g., -da_grid_x 256 -da_grid_y 256, I only see non-zero RSS-delta randomly at the
 first few iterations (with MPICH or OpenMPI). When the computer workload is high by simultaneously running ex5-openmpi and ex5-mpich, the MPICH one pops up much more non-zero RSS-delta. But "Malloc Delta" behavior is stable across all runs. There is only one
 nonzero malloc delta value in the first KSPSolve call. All remaining are zero. Something like this:</div>
<blockquote style="margin:0px 0px 0px 40px;border:none;padding:0px">
<div><font face="courier new, monospace">mpirun -n 4 ./ex5-mpich -da_grid_x 256 -da_grid_y 256 -ts_type beuler -ts_max_steps 500 -malloc</font></div>
<div><font face="courier new, monospace">RSS Delta=       32489472, Malloc Delta=       26290304, RSS End=      136114176</font></div>
<div><font face="courier new, monospace">RSS Delta=          32768, Malloc Delta=              0, RSS End=      138510336</font></div>
<div><font face="courier new, monospace">RSS Delta=              0, Malloc Delta=              0, RSS End=      138522624</font></div>
<div><font face="courier new, monospace">RSS Delta=              0, Malloc Delta=              0, RSS End=      138539008</font></div>
</blockquote>
<div>So I think I can conclude there is no unfreed memory in KSPSolve() allocated by PETSc.  Has MPICH allocated unfreed memory in KSPSolve? That is possible and I am trying to find a way like PetscMallocGetCurrentUsage() to measure that. Also, I think RSS
 delta is not a good way to measure memory allocation. It is dynamic and depends on state of the computer (swap, shared libraries loaded etc) when running the code. We should focus on malloc instead.  If there was a valgrind tool, like performance profiling
 tools,  that can let users measure memory allocated but not freed in a user specified code segment, that would be very helpful in this case. But I have not found one.<br>
</div>
<div><br>
</div>
<div>Sanjay, did you say currently you could run with OpenMPI without out of memory, but with MPICH, you ran out of memory?  Is it feasible to share your code so that I can test with? Thanks.</div>
<div><br>
</div>
<div>--Junchao Zhang<br>
</div>
<div><br>
</div>
<div class="gmail_quote">
<div dir="ltr" class="gmail_attr">On Sat, Jun 1, 2019 at 3:21 AM Sanjay Govindjee <<a href="mailto:s_g@berkeley.edu" target="_blank">s_g@berkeley.edu</a>> wrote:<br>
</div>
<blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">
Barry,<br>
<br>
If you look at the graphs I generated (on my Mac),  you will see that <br>
OpenMPI and MPICH have very different values (along with the fact that <br>
MPICH does not seem to adhere<br>
to the standard (for releasing MPI_ISend resources following and MPI_Wait).<br>
<br>
-sanjay<br>
<br>
PS: I agree with Barry's assessment; this is really not that acceptable.<br>
<br>
On 6/1/19 1:00 AM, Smith, Barry F. wrote:<br>
>    Junchao,<br>
><br>
>       This is insane. Either the OpenMPI library or something in the OS underneath related to sockets and interprocess communication is grabbing additional space for each round of MPI communication!  Does MPICH have the same values or different values than
 OpenMP? When you run on Linux do you get the same values as Apple or different. --- Same values seem to indicate the issue is inside OpenMPI/MPICH different values indicates problem is more likely at the OS level. Does this happen only with the default VecScatter
 that uses blocking MPI, what happens with PetscSF under Vec? Is it somehow related to PETSc's use of nonblocking sends and receives? One could presumably use valgrind to see exactly what lines in what code are causing these increases. I don't think we can
 just shrug and say this is the way it is, we need to track down and understand the cause (and if possible fix).<br>
><br>
>    Barry<br>
><br>
><br>
>> On May 31, 2019, at 2:53 PM, Zhang, Junchao <<a href="mailto:jczhang@mcs.anl.gov" target="_blank">jczhang@mcs.anl.gov</a>> wrote:<br>
>><br>
>> Sanjay,<br>
>> I tried petsc with MPICH and OpenMPI on my Macbook. I inserted PetscMemoryGetCurrentUsage/PetscMallocGetCurrentUsage at the beginning and end of KSPSolve and then computed the delta and summed over processes. Then I tested with src/ts/examples/tutorials/advection-diffusion-reaction/ex5.c<br>
>> With OpenMPI,<br>
>> mpirun -n 4 ./ex5 -da_grid_x 128 -da_grid_y 128 -ts_type beuler -ts_max_steps 500 > 128.log<br>
>> grep -n -v "RSS Delta=         0, Malloc Delta=         0" 128.log<br>
>> 1:RSS Delta=     69632, Malloc Delta=         0<br>
>> 2:RSS Delta=     69632, Malloc Delta=         0<br>
>> 3:RSS Delta=     69632, Malloc Delta=         0<br>
>> 4:RSS Delta=     69632, Malloc Delta=         0<br>
>> 9:RSS Delta=9.25286e+06, Malloc Delta=         0<br>
>> 22:RSS Delta=     49152, Malloc Delta=         0<br>
>> 44:RSS Delta=     20480, Malloc Delta=         0<br>
>> 53:RSS Delta=     49152, Malloc Delta=         0<br>
>> 66:RSS Delta=      4096, Malloc Delta=         0<br>
>> 97:RSS Delta=     16384, Malloc Delta=         0<br>
>> 119:RSS Delta=     20480, Malloc Delta=         0<br>
>> 141:RSS Delta=     53248, Malloc Delta=         0<br>
>> 176:RSS Delta=     16384, Malloc Delta=         0<br>
>> 308:RSS Delta=     16384, Malloc Delta=         0<br>
>> 352:RSS Delta=     16384, Malloc Delta=         0<br>
>> 550:RSS Delta=     16384, Malloc Delta=         0<br>
>> 572:RSS Delta=     16384, Malloc Delta=         0<br>
>> 669:RSS Delta=     40960, Malloc Delta=         0<br>
>> 924:RSS Delta=     32768, Malloc Delta=         0<br>
>> 1694:RSS Delta=     20480, Malloc Delta=         0<br>
>> 2099:RSS Delta=     16384, Malloc Delta=         0<br>
>> 2244:RSS Delta=     20480, Malloc Delta=         0<br>
>> 3001:RSS Delta=     16384, Malloc Delta=         0<br>
>> 5883:RSS Delta=     16384, Malloc Delta=         0<br>
>><br>
>> If I increased the grid<br>
>> mpirun -n 4 ./ex5 -da_grid_x 512 -da_grid_y 512 -ts_type beuler -ts_max_steps 500 -malloc_test >512.log<br>
>> grep -n -v "RSS Delta=         0, Malloc Delta=         0" 512.log<br>
>> 1:RSS Delta=1.05267e+06, Malloc Delta=         0<br>
>> 2:RSS Delta=1.05267e+06, Malloc Delta=         0<br>
>> 3:RSS Delta=1.05267e+06, Malloc Delta=         0<br>
>> 4:RSS Delta=1.05267e+06, Malloc Delta=         0<br>
>> 13:RSS Delta=1.24932e+08, Malloc Delta=         0<br>
>><br>
>> So we did see RSS increase in 4k-page sizes after KSPSolve. As long as no memory leaks, why do you care about it? Is it because you run out of memory?<br>
>><br>
>> On Thu, May 30, 2019 at 1:59 PM Smith, Barry F. <<a href="mailto:bsmith@mcs.anl.gov" target="_blank">bsmith@mcs.anl.gov</a>> wrote:<br>
>><br>
>>     Thanks for the update. So the current conclusions are that using the Waitall in your code<br>
>><br>
>> 1) solves the memory issue with OpenMPI in your code<br>
>><br>
>> 2) does not solve the memory issue with PETSc KSPSolve<br>
>><br>
>> 3) MPICH has memory issues both for your code and PETSc KSPSolve (despite) the wait all fix?<br>
>><br>
>> If you literately just comment out the call to KSPSolve() with OpenMPI is there no growth in memory usage?<br>
>><br>
>><br>
>> Both 2 and 3 are concerning, indicate possible memory leak bugs in MPICH and not freeing all MPI resources in KSPSolve()<br>
>><br>
>> Junchao, can you please investigate 2 and 3 with, for example, a TS example that uses the linear solver (like with -ts_type beuler)? Thanks<br>
>><br>
>><br>
>>    Barry<br>
>><br>
>><br>
>><br>
>>> On May 30, 2019, at 1:47 PM, Sanjay Govindjee <<a href="mailto:s_g@berkeley.edu" target="_blank">s_g@berkeley.edu</a>> wrote:<br>
>>><br>
>>> Lawrence,<br>
>>> Thanks for taking a look!  This is what I had been wondering about -- my knowledge of MPI is pretty minimal and<br>
>>> this origins of the routine were from a programmer we hired a decade+ back from NERSC.  I'll have to look into<br>
>>> VecScatter.  It will be great to dispense with our roll-your-own routines (we even have our own reduceALL scattered around the code).<br>
>>><br>
>>> Interestingly, the MPI_WaitALL has solved the problem when using OpenMPI but it still persists with MPICH.  Graphs attached.<br>
>>> I'm going to run with openmpi for now (but I guess I really still need to figure out what is wrong with MPICH and WaitALL;<br>
>>> I'll try Barry's suggestion of --download-mpich-configure-arguments="--enable-error-messages=all --enable-g" later today and report back).<br>
>>><br>
>>> Regarding MPI_Barrier, it was put in due a problem that some processes were finishing up sending and receiving and exiting the subroutine<br>
>>> before the receiving processes had completed (which resulted in data loss as the buffers are freed after the call to the routine). MPI_Barrier was the solution proposed<br>
>>> to us.  I don't think I can dispense with it, but will think about some more.<br>
>>><br>
>>> I'm not so sure about using MPI_IRecv as it will require a bit of rewriting since right now I process the received<br>
>>> data sequentially after each blocking MPI_Recv -- clearly slower but easier to code.<br>
>>><br>
>>> Thanks again for the help.<br>
>>><br>
>>> -sanjay<br>
>>><br>
>>> On 5/30/19 4:48 AM, Lawrence Mitchell wrote:<br>
>>>> Hi Sanjay,<br>
>>>><br>
>>>>> On 30 May 2019, at 08:58, Sanjay Govindjee via petsc-users <<a href="mailto:petsc-users@mcs.anl.gov" target="_blank">petsc-users@mcs.anl.gov</a>> wrote:<br>
>>>>><br>
>>>>> The problem seems to persist but with a different signature.  Graphs attached as before.<br>
>>>>><br>
>>>>> Totals with MPICH (NB: single run)<br>
>>>>><br>
>>>>> For the CG/Jacobi          data_exchange_total = 41,385,984; kspsolve_total = 38,289,408<br>
>>>>> For the GMRES/BJACOBI      data_exchange_total = 41,324,544; kspsolve_total = 41,324,544<br>
>>>>><br>
>>>>> Just reading the MPI docs I am wondering if I need some sort of MPI_Wait/MPI_Waitall before my MPI_Barrier in the data exchange routine?<br>
>>>>> I would have thought that with the blocking receives and the MPI_Barrier that everything will have fully completed and cleaned up before<br>
>>>>> all processes exited the routine, but perhaps I am wrong on that.<br>
>>>> Skimming the fortran code you sent you do:<br>
>>>><br>
>>>> for i in ...:<br>
>>>>     call MPI_Isend(..., req, ierr)<br>
>>>><br>
>>>> for i in ...:<br>
>>>>     call MPI_Recv(..., ierr)<br>
>>>><br>
>>>> But you never call MPI_Wait on the request you got back from the Isend. So the MPI library will never free the data structures it created.<br>
>>>><br>
>>>> The usual pattern for these non-blocking communications is to allocate an array for the requests of length nsend+nrecv and then do:<br>
>>>><br>
>>>> for i in nsend:<br>
>>>>     call MPI_Isend(..., req[i], ierr)<br>
>>>> for j in nrecv:<br>
>>>>     call MPI_Irecv(..., req[nsend+j], ierr)<br>
>>>><br>
>>>> call MPI_Waitall(req, ..., ierr)<br>
>>>><br>
>>>> I note also there's no need for the Barrier at the end of the routine, this kind of communication does neighbourwise synchronisation, no need to add (unnecessary) global synchronisation too.<br>
>>>><br>
>>>> As an aside, is there a reason you don't use PETSc's VecScatter to manage this global to local exchange?<br>
>>>><br>
>>>> Cheers,<br>
>>>><br>
>>>> Lawrence<br>
>>> <cg_mpichwall.png><cg_wall.png><gmres_mpichwall.png><gmres_wall.png><br>
<br>
</blockquote>
</div>
</div>
</blockquote>
<br>
</div>
</blockquote>
</div>
</body>
</html>