mindspore.ops.AllGather

class mindspore.ops.AllGather(group=GlobalComm.WORLD_COMM_GROUP)[源代码]

在指定的通信组中汇聚Tensor。

Note

集合中所有进程的Tensor必须具有相同的shape和格式。用户在使用之前需要设置环境变量，运行下面的例子。获取详情请点击官方网站 MindSpore 。

参数：

group (str) - 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” ）。

输入：

input_x (Tensor) - AllGather的输入，shape为 \((x_1, x_2, ..., x_R)\) 的Tensor。

输出：

Tensor，如果组中的device数量为N，则输出的shape为 \((N, x_1, x_2, ..., x_R)\) 。

异常：

TypeError - group 不是str。
ValueError - 调用进程的rank id大于本通信组的rank大小。

支持平台：

Ascend GPU

样例：

>>> # This example should be run with two devices. Refer to the tutorial > Distributed Training on mindspore.cn
>>> import numpy as np
>>> import mindspore as ms
>>> import mindspore.ops as ops
>>> import mindspore.nn as nn
>>> from mindspore.communication import init
>>> from mindspore import Tensor
>>>
>>> ms.set_context(mode=ms.GRAPH_MODE)
>>> init()
>>> class Net(nn.Cell):
...     def __init__(self):
...         super(Net, self).__init__()
...         self.allgather = ops.AllGather()
...
...     def construct(self, x):
...         return self.allgather(x)
...
>>> input_x = Tensor(np.ones([2, 8]).astype(np.float32))
>>> net = Net()
>>> output = net(input_x)
>>> print(output)
[[1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1.]]