这里给出Cannon矩阵乘法例子。计算任务描述如下：
　　A,B为n×n维的稠密矩阵。计算A，B的积，并存放到C，即：
　　　　　　　C = A × B
　　Cannon的矩阵乘法算法把p个处理器看成是一个二维的网格，各处理器在网格的坐标记为p(i, j)，其中i,j = 0, 1, ...,-1。并将A,B,C分别划分为的块，对各块编号，将A(i,j),B(i,j),C(i,j)分给p(i,j)。当完成数据初始赋值后，Cannon的算法按步进行，在每一步中，每个处理器完成本地的A(i,j)和B(i,j)(它们都是的矩阵)的乘法，然后将A发送给自己左边的处理器，B发送给自己上边的处理器（边界上的处理器回绕）。算法完成后，C的值按块分布在各个处理器上。
　　//Canno's MM algorithm.
　　#include <stdlib.h>
　　#include <mpi.h>

　　//将处理器的网格坐标转换为处理器号
　　int CartToRank(int row, int col, int npdim)
　　{
　　　return ((row+npdim)%npdim)*npdim + (col+npdim)%npdim;
　　}

　　//块矩阵相乘
　　void MatrixMultiply(int nlocal, double *a, double *b, double *c)
　　{
　　　int i,j,k;
　　　for( i = 0; i < nlocal; i++ )
　　　　for( j = 0; j < nlocal; j++ )
　　　　　for( k =0; k < nlocal; k++ )
　　　　　{
　　　　　　c[i,j] += a[i,k] * b[k,j];
　　　　　}
　　　}

　　void main(int argc, char **argv)
　　{
　　　int i;
　　　int n, nlocal;
　　　double *a, *b, *c, *wspace;
　　　int npes, npdim;
　　　int myrank, myrow, mycol;
　　　MPI_Status status;

　　　/* 初始化，得到系统信息 */
　　　MPI_Init(&argc, &argv);
　　　MPI_Comm_size(MPI_COMM_WORLD, &npes);
　　　MPI_Comm_rank(MPI_COMM_WORLD, &myrank);

　　　if (argc != 2) {
　　　　//需要给出矩阵的维数
　　　　if (myrank == 0)
　　　　　printf("Usage: %s <the dimension of the matrix>\n", argv[0]);
　　　　MPI_Finalize();
　　　exit(0);
　　}
　　//矩阵的维数
　　n = atoi(argv[1]);

　　//处理器网格每一维的处理器数
　　npdim = sqrt(npes);
　　if (npdim*npdim != npes) {
　　　//处理器数目必须是平方数
　　　if (myrank == 0)
　　　　　printf("The number of processes must be a perfect square.\n");
　　　MPI_Finalize();
　　　exit(0);
　　}

　　//本地的块矩阵的维数
　　nlocal = n/npdim;

　　//根据处理器号得到自己在处理器网格的坐标（myrow, mycol）
　　myrow = myrank/npdim;
　　mycol = myrank%npdim;

　　//分配本地计算所需的空间
　　a = (double *)malloc(nlocal*nlocal*sizeof(double));
　　b = (double *)malloc(nlocal*nlocal*sizeof(double));
　　c = (double *)malloc(nlocal*nlocal*sizeof(double));

　　wspace = (double *)malloc(nlocal*nlocal*sizeof(double));

　　//给矩阵赋初值（a,b的内容实际上没有实际意义）。
　　srand48((long)myrank);
　　for (i=0; i<nlocal*nlocal; i++) {
　　　a[i] = b[i] = drand48();
　　　c[i] = 0.0;
　　}
　
　　/* Perform the initial matrix alignment. First for a and then for b */
　　/* 进行初始对齐，先a再b。设处理器坐标为（i,j），则本地的a将传给 p(i, j-i),
　　即左移i列，b将传给p(i-j,j)，即上移j列*/
　　/* MPI_Sendrecv的形式
　　int MPI_Sendrecv(void *sendbuf, int sendcount, MPI_Datatype senddatatype,
　　　　　　　int dest, int sendtag, void *recvbuf, int recvcount,
　　　　　　　MPI_Datatype recvdatatype, int source, int recvtag,
　　　　　　　MPI_Comm comm, MPI_Status *status)
　　*/
　　MPI_Sendrecv(a, nlocal*nlocal, MPI_DOUBLE,
　　　　　　　CartToRank(myrow, mycol-myrow, npdim),
　　　　　　　1, wspace, nlocal*nlocal, MPI_DOUBLE,
　　　　　　　CartToRank(myrow, mycol+myrow, npdim),
　　　　　　　1, MPI_COMM_WORLD, &status);
　　memcpy(a, wspace, nlocal*nlocal*sizeof(double));

　　MPI_Sendrecv(b, nlocal*nlocal, MPI_DOUBLE,
　　　　　　　CartToRank(myrow-mycol, mycol, npdim),
　　　　　　　1, wspace, nlocal*nlocal, MPI_DOUBLE,
　　　　　　　CartToRank(myrow+mycol, mycol, npdim),
　　　　　　　1, MPI_COMM_WORLD, &status);
　　memcpy(b, wspace, nlocal*nlocal*sizeof(double));

　　/* 主循环*/
　　for (i=0; i<npdim; i++) {
　　　MatrixMultiply(nlocal, a, b, c); /* c = c + a*b */

　　/* a左移 */
　　　MPI_Sendrecv(a, nlocal*nlocal, MPI_DOUBLE,
　　　　　　　CartToRank(myrow, mycol-1, npdim),
　　　　　　　1, wspace, nlocal*nlocal, MPI_DOUBLE,
　　　　　　　CartToRank(myrow, mycol+1, npdim),
　　　　　　　1, MPI_COMM_WORLD, &status);
　　memcpy(a, wspace, nlocal*nlocal*sizeof(double));

　　/* b 上移1 */
　　MPI_Sendrecv(b, nlocal*nlocal, MPI_DOUBLE,
　　　　　　　CartToRank(myrow-1, mycol, npdim),
　　　　　　　1, wspace, nlocal*nlocal, MPI_DOUBLE,
　　　　　　　CartToRank(myrow+1, mycol, npdim),
　　　　　　　1, MPI_COMM_WORLD, &status);
　　memcpy(b, wspace, nlocal*nlocal*sizeof(double));
　　}
　　/*得到原来的a,b,不是必须，但可以检验算法实现 */
　　MPI_Sendrecv(a, nlocal*nlocal, MPI_DOUBLE,
　　　　　　　CartToRank(myrow, mycol+myrow, npdim),
　　　　　　　1, wspace, nlocal*nlocal, MPI_DOUBLE,
　　　　　　　CartToRank(myrow, mycol-myrow, npdim),
　　　　　　　1, MPI_COMM_WORLD, &status);
　　memcpy(a, wspace, nlocal*nlocal*sizeof(double));

　　MPI_Sendrecv(b, nlocal*nlocal, MPI_DOUBLE,
　　　　　　　CartToRank(myrow+mycol, mycol, npdim),
　　　　　　　1, wspace, nlocal*nlocal, MPI_DOUBLE,
　　　　　　　CartToRank(myrow-mycol, mycol, npdim),
　　　　　　　1, MPI_COMM_WORLD, &status);
　　memcpy(b, wspace, nlocal*nlocal*sizeof(double));

　　//算法完成
　　if (myrank == 0)
　　　printf("Done multiplying the matrices!\n");

　　free(a);
　　free(b);
　　free(c);
　　free(wspace);

　　MPI_Finalize();
　　}