比较与torch.distributed.all_reduce的功能差异
torch.distributed.all_reduce
torch.distributed.all_reduce(
tensor,
op=<ReduceOp.SUM: 0>,
group=None,
async_op=False
)
更多内容详见torch.distributed.all_reduce。
mindspore.ops.AllReduce
class mindspore.ops.AllReduce(
op=ReduceOp.SUM,
group=GlobalComm.WORLD_COMM_GROUP
)(input_x)
更多内容详见mindspore.ops.AllReduce。
使用方式
PyTorch：该接口输入tensor、操作类型op、通信域group及异步操作标志async_op，按op指定的操作进行AllReduce操作后，将结果写回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tensor input_x，输出在通信域group中进行op指定的AllGather操作后得到的tensor，shape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 |
- |
PyTorch：输入tensor，进行AllReduce操作后将结果写回tensor，MindSpore无此参数 |
参数2 |
op |
op |
一致 |
|
参数3 |
group |
group |
一致 |
|
参数4 |
async_op |
- |
PyTorch：异步操作标志，MindSpore无此参数 |
|
输入 |
单输入 |
- |
input_x |
PyTorch：不适用，MindSpore：AllReduce算子的输入Tensor |