昇腾TF适配器ReduceScatter算子
reduce_scatter
【免费下载链接】tensorflowAscend TensorFlow Adapter项目地址: https://gitcode.com/cann/tensorflow
功能说明
集合通信算子ReduceScatter的操作接口，将通信域内所有rank的输入数据均分成rank size份，然后分别取每个rank的rank size之一份数据进行归约操作（如sum、prod、max、min）。最后，将结果按照编号分散到各个rank的输出buffer。
函数原型
def reduce_scatter(tensor, reduction, rank_size, group="hccl_world_group", fusion=0, fusion_id=-1)参数说明
| 参数名 | 输入/输出 | 描述 |
|---|---|---|
| tensor | 输入 | TensorFlow的tensor类型。 针对Ascend 950PR/Ascend 950DT，支持数据类型：int8、int16、int32、int64、uint64、float16、float32、float64、bfp16。针对int64、uint64、float64，当前仅支持节点内通信。 针对Atlas A3 训练系列产品/Atlas A3 推理系列产品，支持数据类型：int8、int16、int32、int64、float16、float32、bfp16。 针对Atlas A2 训练系列产品/Atlas A2 推理系列产品，支持数据类型：int8、int16、int32、int64、float16、float32、bfp16。需要注意，针对int64数据类型，性能会有一定的劣化。 针对Atlas 训练系列产品，支持数据类型：int8、int32、int64、float16、float32。 针对Atlas 300I Duo 推理卡，支持数据类型：int8、int16、int32、float16、float32。 需要注意tensor的第一个维度的元素个数必须是rank size的整数倍。 |
| reduction | 输入 | 归约操作类型，String类型。 针对Ascend 950PR/Ascend 950DT，支持的操作类型为sum、max、min。 针对Atlas A3 训练系列产品/Atlas A3 推理系列产品，支持的操作类型为sum、max、min、prod，当前版本“prod”操作不支持int16、bfp16数据类型。 针对Atlas A2 训练系列产品/Atlas A2 推理系列产品，支持的操作类型为sum、max、min、prod，当前版本“prod”操作不支持int16、bfp16数据类型。 针对Atlas 300I Duo 推理卡，支持的操作类型为sum、max、min、prod，当前版本“max”、“min”、“prod”操作不支持int16数据类型。 |
| rank_size | 输入 | group内device的数量，int类型。 最大值：32768。 |
| group | 输入 | String类型，最大长度为128字节，含结束符。 group名称，可以为用户自定义group或者"hccl_world_group"。 |
| fusion | 输入 | reducescatter算子融合标识，int类型，支持以下取值： - 0：网络编译时，不会对该算子进行融合，即该reducescatter算子不和其他reducescatter算子融合。 - 2：网络编译时，会对reducescatter算子按照相同的fusion_id进行融合，即“fusion_id”相同的reducescatter算子之间会进行融合。 |
| fusion_id | 输入 | reducescatter算子的融合id，int类型。 当“fusion”取值为“2”时，网络编译时会对相同fusion_id的reducescatter算子进行融合。 |
返回值
对输入tensor执行完reducescatter操作之后的结果tensor。
约束说明
- 调用该接口的rank必须在当前接口入参group定义的范围内，不在此范围内的rank调用该接口会失败。
- 该接口要求输入tensor的数据量不超过8GB。
- reducescatter算子融合场景只支持reduction操作类型sum。
调用示例
from npu_bridge.hccl import hccl_ops tensor = tf.random_uniform((2, 3), minval=1, maxval=10, dtype=tf.float32) rank_size = 2 result = hccl_ops.reduce_scatter(tensor, "sum", rank_size)【免费下载链接】tensorflowAscend TensorFlow Adapter项目地址: https://gitcode.com/cann/tensorflow
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考