mindspore.mint.distributed.broadcast

mindspore.mint.distributed.broadcast(tensor, src, group=None, async_op=False)

对输入数据整组广播。

说明

• 集合中的所有进程的Tensor的shape和数据格式必须相同。

• 当前支持PyNative模式，不支持Graph模式。

参数：

• tensor (Tensor) - 待广播出去的或接收广播的Tensor。

• src (int) - 表示发送源的进程编号。只有该进程会广播张量。

• group (str，可选) - 通信组名称，如果为 None ，Ascend平台表示为 "hccl_world_group" 。 默认值： None 。

• async_op (bool, 可选) - 本算子是否是异步算子。默认值： False 。

返回：

CommHandle，若 async_op 是True，CommHandle是一个异步工作句柄。若 async_op 是False，CommHandle将返回None。

异常：

• TypeError - tensor 的数据类型不为Tensor，src 不是int， group 不是str或 async_op 不是bool。

• RuntimeError - 如果目标设备无效，或者后端无效，或者分布式初始化失败。

支持平台：

Ascend

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2卡环境下运行。

>>> import mindspore as ms
>>> from mindspore.mint.distributed import init_process_group, broadcast
>>> import numpy as np
>>> # Launch 2 processes.
>>>
>>> init_process_group()
>>> data = ms.Tensor(np.arange(8).reshape([2, 4]).astype(np.float32))
>>> handle = broadcast(tensor=data, src=0)
>>> print(data)
[[0. 1. 2. 3.]
[4. 5. 6. 7.]]