mindspore.parallel

并行相关功能的接口。

mindspore.parallel.set_algo_parameters(**kwargs)

设置并行策略搜索算法中的参数。有关典型用法，请参见 test_auto_parallel_resnet.py 。

Note

属性名称为必填项。此接口仅在AUTO_PARALLEL模式下工作。

参数：

• fully_use_devices (bool) - 表示是否仅搜索充分利用所有可用设备的策略。默认值：True。例如，如果有8个可用设备，当该参数设为true时，策略(4, 1)将不包括在ReLU的候选策略中，因为策略(4, 1)仅使用4个设备。

• elementwise_op_strategy_follow (bool) - 表示elementwise算子是否具有与后续算子一样的策略。默认值：False。例如，Add的输出给了ReLU，其中ReLU是elementwise算子。如果该参数设置为true，则算法搜索的策略可以保证这两个算子的策略是一致的，例如，ReLU的策略(8, 1)和Add的策略((8, 1), (8, 1))。

• enable_algo_approxi (bool) - 表示是否在算法中启用近似。默认值：False。由于大型DNN模型的并行搜索策略有较大的解空间，该算法在这种情况下耗时较长。为了缓解这种情况，如果该参数设置为true，则会进行近似丢弃一些候选策略，以便缩小解空间。

• algo_approxi_epsilon (float) - 表示近似算法中使用的epsilon值。默认值：0.1 此值描述了近似程度。例如，一个算子的候选策略数量为S，如果 enable_algo_approxi 为true，则剩余策略的大小为min{S, 1/epsilon}。

• tensor_slice_align_enable (bool) - 表示是否检查MatMul的tensor切片的shape。默认值：False 受某些硬件的属性限制，只有shape较大的MatMul内核才能显示出优势。如果该参数为true，则检查MatMul的切片shape以阻断不规则的shape。

• tensor_slice_align_size (int) - 表示MatMul的最小tensor切片的shape，该值必须在[1,1024]范围内。默认值：16。 如果 tensor_slice_align_enable 设为true，则MatMul tensor的最后维度的切片大小应该是该值的倍数。

异常：

• ValueError - 无法识别传入的关键字。

mindspore.parallel.reset_algo_parameters()

重置算法参数属性。

Note

此接口仅在AUTO_PARALLEL模式下工作。

重置后，属性值为：

• fully_use_devices：True

• elementwise_op_strategy_follow：False

• enable_algo_approxi：False

• algo_approxi_epsilon：0.1

• tensor_slice_align_enable：False

• tensor_slice_align_size：16

mindspore.parallel.get_algo_parameters(attr_key)

获取算法参数配置属性。

Note

属性名称为必填项。此接口仅在AUTO_PARALLEL模式下工作。

参数：

• attr_key (str) - 属性的key。key包括”fully_use_devices”、”elementwise_op_strategy_follow”、”enable_algo_approxi”、”algo_approxi_epsilon”、”tensor_slice_align_enable”和”tensor_slice_align_size”。

返回：

根据key返回属性值。

异常：

• ValueError - 无法识别传入的关键字。