mindspore.mint.distributed.isend

mindspore.mint.distributed.isend(tensor, dst=0, group=None, tag=0)

异步发送张量到指定线程。

说明

当前支持PyNative模式，不支持Graph模式。

参数：

• tensor (Tensor) - 输入发送Tensor。

• dst (int，可选) - 表示发送目标的进程编号。只有目标进程会收到张量。默认值：0。

• 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 。

• tag (int，可选) - 用于区分发送、接收消息的标签。该消息将被拥有相同 tag 的Receive接收。默认值：0。当前为预留参数。

返回：

CommHandle，CommHandle是一个异步工作句柄。

异常：

• TypeError - tensor 不是Tensor， dst 不是int或 group 不是str。

• ValueError - 如果发送线程和目的线程号相同。

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。

>>> from mindspore.mint.distributed import init_process_group
>>> from mindspore.mint.distributed import isend, irecv, get_rank
>>> from mindspore import Tensor
>>> import numpy as np
>>>
# Launch 2 processes.
>>> init_process_group()
>>> this_rank = get_rank()
# Process 0 send the array to Process 1
>>> if this_rank == 0:
>>>     input_ = Tensor(np.ones([2, 8]).astype(np.float32))
>>>     handle = isend(input_, 1)
>>>     handle.wait()
>>> if this_rank == 1:
>>>     x = Tensor(np.zeros([2, 8]).astype(np.float32))
>>>     handle = irecv(x, src=0)
>>>     handle.wait()
>>>     print(x)
rank 1:
[[1. 1. 1. 1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1. 1. 1. 1.]]