比较与torch.distributed.scatter的差异

torch.distributed.scatter

torch.distributed.scatter(
    tensor,
    scatter_list=None,
    src=0,
    group=None,
    async_op=False
)

mindspore.communication.comm_func.scatter_tensor(tensor, src=0, group=GlobalComm.WORLD_COMM_GROUP)

PyTorch：该接口输入当前进程的tensor、散射列表scatter_list、发送源的进程编号src、通信域group及异步操作标志async_op，进行scatter操作后输出tensor，类型为Tensor。当async_op=True时，返回异步work句柄，否则返回为空。

MindSpore：该接口输入待散射的tensor，发送源的进程编号src，通信域group，输出tensor，第一维等于输入数据第0维除以src，其余维度与输入tensor一致。当前该接口不支持async_op的配置。

分类	子类	PyTorch	MindSpore	差异
参数	参数1	tensor	tensor	PyTorch：进行scatter操作后的输出，MindSpore：待散射的tensor
	参数2	scatter_list	-	PyTorch：待散射tensor列表，MindSpore无此参数
	参数3	src	src	-
	参数4	group	group	-
	参数5	async_op	-	PyTorch：异步操作标志，MindSpore无此参数