我有两台机器。每台机器上有多张特斯拉卡。每台机器上还有一个InfiniBand卡。我想通过 InfiniBand 在不同机器上的 GPU 卡之间进行通信。只需点对点单播就可以了。我当然想使用 GPUDirect RDMA，这样我就可以避免额外的复制操作。
我知道 Mellanox 现在有一个 driver 可用于其 InfiniBand 卡。但它没有提供详细的开发指南。我也知道 OpenMPI 支持我要求的功能。但是 OpenMPI 对于这个简单的任务来说太重了，它不支持单个进程中的多个 GPU。
我想知道直接使用驱动程序进行通信是否可以获得任何帮助。代码示例，教程，任何东西都会很好。另外，如果有人能帮我在 OpenMPI 中找到处理此问题的代码，我将不胜感激。
最佳答案
要使 GPUDirect RDMA 工作，您需要安装以下内容:
应该安装以上所有内容(按照上面列出的顺序)，并加载相关模块。
之后，您应该能够为 RDMA 事务注册在 GPU 视频内存上分配的内存。示例代码如下所示:
void * gpu_buffer;
struct ibv_mr *mr;
const int size = 64*1024;
cudaMalloc(&gpu_buffer,size); // TODO: Check errors
mr = ibv_reg_mr(pd,gpu_buffer,size,IBV_ACCESS_LOCAL_WRITE|IBV_ACCESS_REMOTE_WRITE|IBV_ACCESS_REMOTE_READ);
这将创建(在支持 GPUDirect RDMA 的系统上)一个内存区域，其中包含一个有效的内存 key ，您可以使用我们的 HCA 进行 RDMA 事务。
有关在代码中使用 RDMA 和 InfiniBand 动词的更多详细信息，您可以引用此 document 。