特性支持与功能回退说明

场景一：节点进程不均衡（即PPN不均衡）

使用mpirun命令提交任务不指定PPN或者使用rankfile等情况下，会出现节点进程不均衡的场景，当指定Hyper MPI中Allreduce算法11、13、14，Allgatherv算法6，Scatterv算法3，Barrier算法10，Alltoallv算法2时，会自动回退至支持的算法。

场景二：Socket进程不均衡（即PPS不均衡）

使用mpirun命令提交任务不指定PPS或者使用rankfile等情况下，会出现Socket进程不均衡的场景，当指定Hyper MPI中Allreduce算法13、14时，会自动回退至支持的算法。

场景三：非对易操作

MPI标准支持用户在Allreduce内进行自定义数学操作，即不局限于求和（MPI_SUM）、乘积（MPI_PROC）等MPI内置的数学操作；用户在自定义数学操作时会出现操作本身不对易的情况，如矩阵乘法。Allreduce算法1支持此类操作。

当用户指定算法不是算法1时，Hyper MPI会根据数据包大小回退成算法1（中小包）。

场景四：指定--bind-to none或者--bind-to board

当MPI指定--bind-to为none或者board时，Allreduce算法3、6、8、13、14和Barrier算法3、5、7不支持此场景，会自动回退至支持的算法。

场景五：发送的数量count小于所有节点进程数np或所有节点进程数减一

当发送的数量count小于所有节点进程数np时，Allreduce算法4、12、13、14和Bcast算法8、11不支持此场景，会自动回退至支持的算法。

当发送的数量count小于所有节点进程数减一（np-1）时，Bcast算法14不支持此场景，会自动回退至支持的算法。

场景六：发送的数量count对ppn取余不等于0

当发送的数量count对ppn取余不等于0时，Allreduce算法13不支持此场景，会自动回退至支持的算法。

场景七：PPS为1

当PPS=1时，Allreduce算法14不支持此场景，会自动回退至支持的算法。

场景八：PPN为1

当PPN=1时，Allreduce算法11、13、14，Allgatherv算法6，Scatterv算法3，Barrier算法10，Alltoallv算法2不支持此场景，会自动回退至支持的算法。

场景九：np不为二的N次方

当np不为二的N次方时，Allreduce算法11，Barrier算法10不支持此场景，会自动回退至支持的算法。

场景十：np为奇数

当np为奇数时，Hyper MPI中Allgatherv算法1不支持此场景，会自动回退至支持的算法。

场景十一：指定--rank-by node或者--rank-by board

当MPI指定--rank-by node或者--rank-by board时，Alltoallv算法2和Scatterv算法3不支持此场景，将自动回退至支持的算法。

场景十二：节点数为1

当节点数为1时，Hyper MPI中Alltoallv算法2、Allgatherv算法6和Scatterv算法3不支持此场景，将自动回退至支持的算法。

场景十三：sendbuf为MPI_IN_PLACE

当sendbuf为MPI_IN_PLACE时，Hyper MPI中Alltoallv所有算法和Scatterv算法3不支持此场景，回退到Open MPI。

场景十四：Alltoallv集合操作send或recv total size超过2^32 - 1

此场景下，Hyper MPI中Alltoallv算法2（node-aware plummer）由于是运行时数据，无法在回退时给出判断，会在运行时报错，并给出提示“Alltoallv node-aware plummer don't support data size >= 2^32 bytes”。