mindspore.communication.comm_func.scatter_tensor

查看源文件
mindspore.communication.comm_func.scatter_tensor(tensor, src=0, group=GlobalComm.WORLD_COMM_GROUP)[源代码]

将输入的Tensor均匀散射到通信域的卡上。

说明

  • 该接口只支持Tensor输入，且只支持均匀切分。

  • 只有源为 src 的进程（全局的进程编号）才会将输入Tensor作为散射源。

  • 当前支持PyNative模式，不支持Graph模式。

参数：

  • tensor (Tensor) - 输入待散射的Tensor，shape为 \((x_1, x_2, ..., x_R)\) 。

  • src (int, 可选) - 表示发送源的进程编号。只有该进程会发送散射源Tensor。默认值：0。

  • group (str, 可选) - 工作的通信组。默认值：GlobalComm.WORLD_COMM_GROUP （即Ascend平台为 "hccl_world_group" ，GPU平台为 "nccl_world_group" ）。

返回：

Tensor，其shape为 \((x_1/src\_rank, x_2, ..., x_R)\) 。 Tensor第0维等于输入数据第0维除以通信组内的进程数量，其他维度相同。

异常：

  • TypeError - 首个输入的数据类型不为Tensor，或 group 不是str。

  • RuntimeError - 目标设备无效、后端无效，或分布式初始化失败。

支持平台：

Ascend GPU

样例：

说明

运行以下样例之前，需要配置好通信环境变量。

针对Ascend/GPU/CPU设备，推荐使用msrun启动方式，无第三方以及配置文件依赖。详见 msrun启动 。

该样例需要在多卡环境下运行。

>>> import numpy as np
>>> import mindspore as ms
>>> import mindspore.communication as comm
>>>
>>> # Launch 2 processes.
>>>
>>> comm.init()
>>> input = ms.Tensor(np.arange(8).reshape([4, 2]).astype(np.float32))
>>> out = comm.comm_func.scatter_tensor(tensor=input, src=0)
>>> print(out)
# rank_0
[[0. 1.]
[2. 3.]]
# rank_1
[[4. 5.]
[6. 7.]]