重复产生新进程时，为什么OpenMPI必需--oversubscribe？

如何解决重复产生新进程时，为什么OpenMPI必需--oversubscribe？

在第一个进程已断开连接后，我尝试重新生成新进程时，OpenMPI给出以下错误消息：All nodes which are allocated for this job are already filled.

这是我要运行的代码：

master.py

from mpi4py import MPI
import numpy
import sys

gcomm = MPI.COMM_WORLD
universe_size = gcomm.Get_attr(MPI.UNIVERSE_SIZE)
print('Universe size is ',universe_size)
print('Main job running on rank {} of size {}'.format(gcomm.rank,gcomm.size))

def spawn_job(count,procs):
    comm = MPI.COMM_SELF.Spawn(sys.executable,args=['worker.py'],maxprocs=procs)
    print('Master r/s: {}/{}'.format(comm.rank,comm.size))
    N = numpy.array(100,'i')
    comm.Bcast([N,MPI.INT],root=MPI.ROOT)
    PI = numpy.array(0.0,'d')
    comm.Reduce(None,[PI,MPI.DOUBLE],op=MPI.SUM,root=MPI.ROOT)
    print('pi = {}'.format(PI))

    comm.disconnect()

np = 1
for i in range(5):
    print('\nExecution #{}'.format(i))
    spawn_job(i,np)

worker.py

from mpi4py import MPI
import numpy

comm = MPI.Comm.Get_parent()
print('Worker r/s: {}/{}'.format(comm.rank,comm.size))

N = numpy.array(0,dtype='i')
comm.Bcast([N,root=0)
h = 1.0 / N
s = 0.0
for i in range(comm.rank,N,comm.size):
    x = h * (i + 0.5)
    s += 4.0 / (1.0 + x**2)
PI = numpy.array(s * h,dtype='d')
comm.Reduce([PI,None,root=0)

comm.disconnect()

在具有2个物理核心的计算机上运行，​​如果我使用mpirun -np 1 python master.py运行，则会收到上述错误。如果我改用mpirun -np 1 --oversubscribe python master.py，则代码将成功运行。但是，我从来不要求代码同时运行两个以上的进程，因此，我认为只要生成的进程完全断开连接，它就可以正常运行。我还可以通过包含3个插槽的主机文件来强制超额预订，这似乎表明每次产生一个新进程时，前一个进程并没有完全断开连接，但是当产生下一个进程时，以前占用的插槽再次开放。我对此很陌生，但是我希望当生成的作业断开连接时，一切都会恢复到好像没有生成任何东西的方式。

我已经在Mac和Linux机器上同时在运行mpi4py 3.0.3的OpenMPI 4.0.1和4.0.5上看到了这种行为。