<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">
</head>
<body>
<div dir="ltr">
<div>Dear All,</div>
<div><br>
</div>
<div>I am having an MPI deadlock happening right after the restart of a simulation. It happens after the initialization and in the evolution stage when refinement occurs. Few of my simulations ran into the same problem. It seems to be reproducible. However,
 if I<span class="gmail-gr_ gmail-gr_197 gmail-gr-alert gmail-gr_tiny gmail-gr_spell gmail-gr_inline_cards gmail-gr_run_anim gmail-ContextualSpelling gmail-multiReplace" id="gmail-197"></span> use a different number of MPI tasks, sometimes it can go through
 the deadlock.</div>
<div><br>
</div>
<div>I am using FLASH4.5 with AMR and USM on stampede2 using modules intel/18.0.2 and impi/<a href="http://18.0.2.">18.0.2.</a></div>
<div><br>
</div>
<div>If you have any suggestions or possible directions to look into, please let me know.  Some details are described below.<br>
<div>
<div><br>
</div>
<div>Thank you,</div>
<div>Yi-Hao<br>
</div>
<div></div>
<div><br>
</div>
</div>
</div>
<br>
<div>The last few lines in the log file are<br>
</div>
<div><font size="1"></font></div>
<div><font size="1"><span style="font-family:courier new,monospace"> ==============================================================================<br>
 [ 07-02-2019  23:07:04.890 ] [gr_initGeometry] checking BCs for idir: 1<br>
 [ 07-02-2019  23:07:04.891 ] [gr_initGeometry] checking BCs for idir: 2<br>
 [ 07-02-2019  23:07:04.892 ] [gr_initGeometry] checking BCs for idir: 3<br>
 [ 07-02-2019  23:07:04.951 ] memory: /proc vsize    (MiB):     2475.21 (min)       2475.73 (max)       2475.21 (avg)<br>
 [ 07-02-2019  23:07:04.952 ] memory: /proc rss      (MiB):      686.03 (min)        699.24 (max)        690.59 (avg)<br>
 [ 07-02-2019  23:07:04.964 ] [io_readData] file opened: type=checkpoint name=Group_L430_hdf5_chk_0148<br>
 [ 07-02-2019  23:11:04.268 ] memory: /proc vsize    (MiB):     2869.67 (min)       2928.42 (max)       2869.76 (avg)<br>
 [ 07-02-2019  23:11:04.303 ] memory: /proc rss      (MiB):     1080.69 (min)       1102.95 (max)       1085.31 (avg)<br>
 [ 07-02-2019  23:11:04.436 ] [GRID amr_refine_derefine]: initiating refinement<br>
 [ 07-02-2019  23:11:04.454 ] [GRID amr_refine_derefine]: redist. phase.  tot blks requested: 177882<br>
 [GRID amr_refine_derefine] min blks 230    max blks 235    tot blks 177882<br>
 [GRID amr_refine_derefine] min leaf blks 199    max leaf blks 205    tot leaf b<br>
 lks 155647<br>
 [ 07-02-2019  23:11:04.730 ] [GRID amr_refine_derefine]: refinement complete<br>
 INFO: Grid_fillGuardCells is ignoring masking.<br>
 [Hydro_init] MHD: hy_fullRiemannStateArrays and hy_fullSpecMsFluxHandling are b<br>
 oth turned on!<br>
 [ 07-02-2019  23:11:07.111 ] memory: /proc vsize    (MiB):     2858.31 (min)       2961.38 (max)       2885.72 (avg)<br>
 [ 07-02-2019  23:11:07.112 ] memory: /proc rss      (MiB):     1090.02 (min)       1444.63 (max)       1121.47 (avg)<br>
 [ 07-02-2019  23:11:08.532 ] [Particles_getGlobalNum]: Number of particles now: 18389431<br>
 [ 07-02-2019  23:11:08.535 ] [IO_writePlotfile] open: type=plotfile name=Group_L430_forced_hdf5_plt_cnt_0000<br>
 [ 07-02-2019  23:11:18.449 ] [IO_writePlotfile] close: type=plotfile name=Group_L430_forced_hdf5_plt_cnt_0000<br>
 [ 07-02-2019  23:11:18.450 ] memory: /proc vsize    (MiB):     2857.45 (min)       2977.69 (max)       2885.71 (avg)<br>
 [ 07-02-2019  23:11:18.453 ] memory: /proc rss      (MiB):     1095.74 (min)       1450.62 (max)       1126.72 (avg)<br>
 [ 07-02-2019  23:11:18.454 ] [Driver_evolveFlash]: Entering evolution loop<br>
 [ 07-02-2019  23:11:18.454 ] step: n=336100 t=7.805991E+14 dt=2.409380E+09<br>
 [ 07-02-2019  23:11:23.199 ] [hy_uhd_unsplit]: gcNeed(MAGI_FACE_VAR,MAG_FACE_VAR) - FACES<br>
 [ 07-02-2019  23:11:27.853 ] [Particles_getGlobalNum]: Number of particles now: 18389491<br>
 [ 07-02-2019  23:11:28.830 ] [GRID amr_refine_derefine]: initiating refinement<br>
 [ 07-02-2019  23:11:28.932 ] [GRID amr_refine_derefine]: redist. phase.  tot blks requested: 172522<br>
</span></font></div>
<div><br>
</div>
<div>The last few lines in the output are</div>
<div><br>
</div>
<div><font size="1"><span style="font-family:courier new,monospace"> MaterialProperties initialized<br>
 [io_readData] Opening Group_L430_hdf5_chk_0148 for restart<br>
    Progress read 'gsurr_blks' dataset - applying pm4dev optimization.<br>
 Source terms initialized<br>
  iteration, no. not moved =            0      175264<br>
  iteration, no. not moved =            1        8384<br>
  iteration, no. not moved =            2           0<br>
 refined: total leaf blocks =       155647<br>
 refined: total blocks =       177882<br>
 INFO: Grid_fillGuardCells is ignoring masking.<br>
  Finished with Grid_initDomain, restart<br>
 Ready to call Hydro_init<br>
 [Hydro_init] NOTE: hy_fullRiemannStateArrays and hy_fullSpecMsFluxHandling are<br>
 both true for MHD!<br>
 Hydro initialized<br>
 Gravity initialized<br>
 Initial dt verified<br>
 *** Wrote plotfile to Group_L430_forced_hdf5_plt_cnt_0000 ****<br>
 Initial plotfile written<br>
 Driver init all done<br>
  iteration, no. not moved =            0      165494</span></font></div>
<div><font size="1"><span style="font-family:courier new,monospace">slurmstepd: error: *** JOB 3889364 ON c476-064 CANCELLED AT 2019-07-02T23:54:57 ***</span></font></div>
<div>
<div><br>
</div>
<div>I have found that the particular MPI function it hangs is at line 360 in <span style="font-family:courier new,monospace">
send_block_data.F90<span style="font-family:arial,sans-serif">, but I am not sure how to further debug the problem.</span></span><br>
</div>
<div>359                 If (nvar > 0) Then<br>
360                 Call MPI_SSEND (unk(1,is_unk,js_unk,ks_unk,lb),        & <br>
361                                 1,                                     & <br>
362                                 unk_int_type,                          & <br>
363                                 new_loc(2,lb),                         & <br>
364                                 new_loc(1,lb),                         & <br>
365                                 amr_mpi_meshComm,                        & <br>
366                                 ierr)<br>
</div>
<div><br>
</div>
</div>
</div>
</body>
</html>