算子级并行使用约束

操作名	约束	Layout配置约束
mindspore.ops.Abs	无	不支持配置Layout
mindspore.ops.ACos	无	不支持配置Layout
mindspore.ops.Acosh	无	不支持配置Layout
mindspore.ops.Add	无	支持配置Layout，输入的Layout 需要相同或能广播，不支持配置输出的Layout
mindspore.ops.AddN	无	不支持配置Layout
mindspore.ops.ApproximateEqual	无	不支持配置Layout
mindspore.ops.ArgMaxWithValue	输入在轴（axis）的维度进行切分时，分布式结果可能会和单机不一致	不支持配置Layout
mindspore.ops.ArgMinWithValue	输入在轴（axis）的维度进行切分时，分布式结果可能会和单机不一致	不支持配置Layout
mindspore.ops.Asin	无	不支持配置Layout
mindspore.ops.Asinh	无	不支持配置Layout
mindspore.ops.Assign	无	不支持配置Layout
mindspore.ops.AssignAdd	无	不支持配置Layout
mindspore.ops.AssignSub	无	不支持配置Layout
mindspore.ops.Atan	无	不支持配置Layout
mindspore.ops.Atan2	无	不支持配置Layout
mindspore.ops.Atanh	无	不支持配置Layout
mindspore.ops.AvgPool	1. 数据格式只支持‘NCHW’； 2. 输出的H/W维的shape必须能被输入的H/W维的切分策略整除； 3. 如果切分H/W： 1）当kernel_size <= stride时，输入切片大小需能被stride整除； 2）不支持kernel_size > stride； 4. 在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.AvgPool3D	1. 数据格式只支持‘NCDHW’； 2. 如果涉及相邻节点数据交换，只支持Ascend； 3. W维不支持切分； 4. 输出的D/H维的shape必须能被输入的D/H维的切分策略整除； 5. valid模式下：如果切分D/H： 1）当kernel_size <= stride时，输入切片大小需能被stride整除； 2）不支持kernel_size > stride； 6. same/pad模式下：如果切分D/H： 1）kernel_size >= stride时，（包含pad的输入总长度 - kernel_size）需能被stride整除；kernel_size < stride时，pad需等于0且分片能被stride整除； 2）（输出总长度*stride - 输入总长度）需能被切分策略整除； 3）相邻卡间发送接收的数据长度需大于等于0且小于等于切片大小； 7. 在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.BatchMatMul	无	不支持配置Layout
mindspore.ops.BatchNorm	不支持GPU	不支持配置Layout
mindspore.ops.BesselI0e	无	不支持配置Layout
mindspore.ops.BesselI1e	无	不支持配置Layout
mindspore.ops.BiasAdd	无	支持配置Layout，输入参数bias的Layout需要和input_x的最后一维度相同，不支持配置输出的Layout
mindspore.ops.BitwiseAnd	无	不支持配置Layout
mindspore.ops.BitwiseOr	无	不支持配置Layout
mindspore.ops.BitwiseXor	无	不支持配置Layout
mindspore.ops.BoundingBoxEncode	1. 支持对输入（anchor_box）和输入（groundtruth_box）的第一维进行切分； 2. 输入（anchor_box）和输入（groundtruth_box）的切分策略必须一致	不支持配置Layout
mindspore.ops.BroadcastTo	无	不支持配置Layout
mindspore.ops.Cast	Auto Parallel和Semi Auto Parallel模式下，配置策略不生效	不支持配置Layout
mindspore.ops.Cdist	1. 当两输入都含有Batch维时，这一维的切分策略必须相等； 2.M维度不支持切分	不支持配置Layout
mindspore.ops.Ceil	无	不支持配置Layout
mindspore.ops.Concat	输入（input_x）在轴（axis）所对应的维度不能切分，切分后，在数学逻辑上和单机不等价	不支持配置Layout
mindspore.ops.Conv2D	1. 数据格式只支持‘NCHW’； 2. 如果涉及相邻节点数据交换，只支持Ascend； 3. 当group的值不为1时，不支持切分C-in/C-out； 4. weight的后两维不支持切分； 5. 输出的H/W维的shape必须能被输入的H/W维的切分策略整除； 6. valid模式下：如果切分H/W： 1）当kernel_size <= stride时其中（kernel_size=dilation (kernel_size - 1) + 1，下同），输入切片大小需能被stride整除； 2）不支持kernel_size > stride； 7. same/pad模式下：如果切分H/W： 1）kernel_size >= stride时，（包含pad的输入总长度 - kernel_size）需能被stride整除；kernel_size < stride时，pad需等于0且分片能被stride整除； 2）（ 输出总长度stride - 输入总长度）需能被切分策略整除； 3）相邻卡间发送接收的数据长度需大于等于0且小于等于切片大小；	不支持配置Layout
mindspore.ops.Conv3D	1. 数据格式只支持‘NCDHW’； 2. 如果涉及相邻节点数据交换，只支持Ascend； 3. 当group的值不为1时，不支持切分C-in/C-out； 4. W维不支持切分，weight的后三维不支持切分； 5. 输出的D/H维的shape必须能被输入的D/H维的切分策略整除； 6. valid模式下：如果切分D/H： 1）当kernel_size <= stride时（kernel_size=dilation (kernel_size - 1) + 1，下同），输入切片大小需能被stride整除； 2）不支持kernel_size > stride； 7. same/pad模式下：如果切分D/H： 1）kernel_size >= stride时，（包含pad的输入总长度 - kernel_size）需能被stride整除；kernel_size < stride时，pad需等于0且分片能被stride整除； 2）（ 输出总长度stride - 输入总长度）需能被切分策略整除； 3）相邻卡间发送接收的数据长度需大于等于0且小于等于切片大小； 8. 在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.Cos	无	不支持配置Layout
mindspore.ops.Cosh	无	不支持配置Layout
mindspore.ops.CropAndResize	1. 不支持对输入（x）的H/W维和输入（boxes）的第二维进行切分； 2. 输入（boxes）和输入（box_index）第一维的切分策略必须一致	不支持配置Layout
mindspore.ops.CumProd	不支持axis维切分	不支持配置Layout
mindspore.ops.CumSum	不支持axis维切分	不支持配置Layout
mindspore.ops.Div	无	支持配置Layout，输入的Layout 需要相同或能广播，不支持配置输出的Layout
mindspore.ops.DivNoNan	无	不支持配置Layout
mindspore.ops.Dropout	无	不支持配置Layout
mindspore.ops.Elu	无	不支持配置Layout
mindspore.ops.EmbeddingLookup	同Gather	不支持配置Layout
mindspore.ops.Equal	无	不支持配置Layout
mindspore.ops.Erf	无	不支持配置Layout
mindspore.ops.Erfc	无	不支持配置Layout
mindspore.ops.Erfinv	无	不支持配置Layout
mindspore.ops.Exp	无	不支持配置Layout
mindspore.ops.ExpandDims	无	不支持配置Layout
mindspore.ops.Expm1	无	不支持配置Layout
mindspore.ops.Floor	无	不支持配置Layout
mindspore.ops.FloorDiv	无	不支持配置Layout
mindspore.ops.FloorMod	无	不支持配置Layout
mindspore.ops.Gamma	1. shape为tuple，但可以对shape进行切分，如shape=(8, 16)，对应的策略可以为(2, 4); 2. alpha和beta对应的策略必须为全1; 3. 当shape切分策略不为全1时，结果和单卡不一致	不支持配置Layout
mindspore.ops.Gather	1. batch_dims > 0时： 1）input_params的axis维度不支持切分； 2）不支持非均匀切分； 2. batch_dims = 0时: 1）均匀切分时： a）如果input_params的axis维度不切分，则其他维度可以任意切分； b）input_params的axis维度切分时：input_params只支持1维和2维，input_indices不支持标量，不支持input_indices和input_params同时进行切分；axis=0且参数在轴（axis）所在维度切分时，支持配置输出切分策略，合法的输出切分策略为(indices_strategy, param_strategy[1:]) 或 ((indices_strategy[0]*param_strategy[0], indices_strategy[1:]), param_strategy[1:]) 2）非均匀切分时： a）axis仅支持为0； b）非均匀切分仅表示对input_params的第零维非均匀切分； c）对input_params第零维的切分份数要等于对input_indices最后一维的切分份数； d）input_params的每个维度都能切分，但input_indices只能切分最后一维，且不支持重复计算； e）input_indices需满足：后一个切片的Tensor值需大于前一个分片的Tensor值。	不支持配置Layout
mindspore.ops.GatherD	dim所对应的维度不能切分；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.GatherNd	第一个输入不能切分，第二个输入的最后一维不能切分；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.GeLU	无	支持配置输入的Layout，不支持配置输出的Layout
mindspore.ops.Greater	无	不支持配置Layout
mindspore.ops.GreaterEqual	无	不支持配置Layout
mindspore.ops.HShrink	无	不支持配置Layout
mindspore.ops.HSigmoid	无	不支持配置Layout
mindspore.ops.InplaceAdd	不支持对x和input_v的第一维切分	不支持配置Layout
mindspore.ops.InplaceSub	同InplaceAdd	不支持配置Layout
mindspore.ops.InplaceUpdate	同InplaceAdd	不支持配置Layout
mindspore.ops.Inv	无	不支持配置Layout
mindspore.ops.IOU	支持对anchor_boxes和gt_boxes的第一维切分	不支持配置Layout
mindspore.ops.IsFinite	无	不支持配置Layout
mindspore.ops.KLDivLoss	无	不支持配置Layout
mindspore.ops.LayerNorm	第二个输入gamma以及第三个输入beta的切分策略需要等于input_x_strategy[begin_params_axis:]，input_x_strategy是第一个输入的切分策略	支持配置Layout。第二个输入gamma以及第三个输入beta的Layout配置需要等于input_x_layout_tuple[begin_params_axis:]。 第二个输入gamma以及第三个输入beta的Layout配置需要等于input_x_layout_tuple是第一个输入的layout配置
mindspore.ops.L2Loss	无	不支持配置Layout
mindspore.ops.L2Normalize	输入（input_x）在轴（axis）对应的维度不能切，切分后，在数学逻辑上和单机不等价	不支持配置Layout
mindspore.ops.Lerp	无	不支持配置Layout
mindspore.ops.Less	无	不支持配置Layout
mindspore.ops.LessEqual	无	不支持配置Layout
mindspore.ops.LinSpace	不需要为start和end配置策略，只需要传入一个长度为1的策略，其数值能整除num	不支持配置Layout
mindspore.ops.LogicalAnd	无	不支持配置Layout
mindspore.ops.LogicalNot	无	不支持配置Layout
mindspore.ops.LogicalOr	无	不支持配置Layout
mindspore.ops.Log	无	不支持配置Layout
mindspore.ops.Log1p	无	不支持配置Layout
mindspore.ops.LogSoftmax	输入（logits）在轴（axis）对应的维度不可切分，切分后，在数学逻辑上和单机不等价	不支持配置Layout
mindspore.ops.MaskedFill	无	不支持配置Layout
mindspore.ops.MatMul	1. 当transpose_b=True时，输入的切分策略需是 ((A, B), (C, B)) 的形式 2. 当transpose_b=False时，输入的切分策略需是 ((A, B), (B, C)) 的形式； 3. 支持设置输出切分策略，合法的输出切分策略为 ((A, C),) 或 ((A * B, C),) 。	支持配置Layout。 1. 当transpose_b=True时，输入的Layout配置需是 (layout(A, B), layout(C, B)) 的形式，其中A/B/C可以是设备别名或者是设备别名元组 2. 当transpose_b=False时，输入的layout配置需是 (layout(A, B), layout(B, C)) 的形式，其中A/B/C可以是设备别名或者是设备别名元组； 3. 支持配置输出Layout，合法的输出Layout为 (layout(A, C),) 或 (layout((A, B), C),)，这里A/B/C均为设备别名；如若A是别名元组(A1, A2)，则合法的输出Layout为 (layout((A1, A2), C),) 或 (layout((A1, A2, B), C),) 。
mindspore.ops.Maximum	无	不支持配置Layout
mindspore.ops.MaxPool	1. 数据格式只支持‘NCHW’； 2. 输出的H/W维的shape必须能被输入的H/W维的切分策略整除； 3. 如果切分H/W： 1）当kernel_size <= stride时，输入切片大小需能被stride整除； 2）不支持kernel_size > stride； 4. 在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.MaxPool3D	同AvgPool3D	不支持配置Layout
mindspore.ops.Minimum	无	不支持配置Layout
mindspore.ops.Mish	无	不支持配置Layout
mindspore.ops.Mod	无	不支持配置Layout
mindspore.ops.Mul	无	支持配置Layout，输入的Layout 需要相同或能广播，不支持配置输出的Layout
mindspore.ops.MulNoNan	无	不支持配置Layout
mindspore.ops.Neg	无	不支持配置Layout
mindspore.ops.NotEqual	无	不支持配置Layout
mindspore.ops.OneHot	仅支持输入（indices）是一维的Tensor，切分策略要配置输出的切分策略，以及第1和第2个输入的切分策略	不支持配置Layout
mindspore.ops.OnesLike	无	不支持配置Layout
mindspore.ops.Pow	无	不支持配置Layout
mindspore.ops.PReLU	weight的shape在非[1]的情况下，输入（input_x）的Channel维要和weight的切分方式一致	不支持配置Layout
mindspore.ops.RandomChoiceWithMask	不支持切分，仅支持全1策略	不支持配置Layout
mindspore.ops.RealDiv	无	不支持配置Layout
mindspore.ops.Reciprocal	无	不支持配置Layout
mindspore.ops.ReduceMax	输入在轴（axis）的维度进行切分时，分布式结果可能会和单机不一致	不支持配置Layout
mindspore.ops.ReduceMin	输入在轴（axis）的维度进行切分时，分布式结果可能会和单机不一致	不支持配置Layout
mindspore.ops.ReduceSum	无	不支持配置Layout
mindspore.ops.ReduceMean	无	不支持配置Layout
mindspore.ops.ReLU	无	支持配置输入的Layout，不支持配置输出的Layout
mindspore.ops.ReLU6	无	不支持配置Layout
mindspore.ops.Reshape	不支持配置切分策略，并且，在自动并行模式下，当reshape API后接有多个API，不允许对这些API配置不同的切分策略	不支持配置Layout
mindspore.ops.ResizeNearestNeighbor	在align_corners=True时只支持切分第一维和第二维。	不支持配置Layout
mindspore.ops.Rint	无	不支持配置Layout
mindspore.ops.ROIAlign	不支持对输入（features）的H/W维和输入（rois）的第二维进行切分	不支持配置Layout
mindspore.ops.Round	无	不支持配置Layout
mindspore.ops.Rsqrt	无	不支持配置Layout
mindspore.ops.ScatterAdd	第二个输入不能切分，第三个输入的前n维（n为第二个输入的维度）不能切分；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.ScatterDiv	第二个输入不能切分，第三个输入的前n维（n为第二个输入的维度）不能切分；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.ScatterMax	第一个输入的第一维不能切分，第二个输入不能切分，第三个输入的前n维（n为第二个输入的维度）不能切分；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.ScatterMin	第一个输入的第一维不能切分，第二个输入不能切分，第三个输入的前n维（n为第二个输入的维度）不能切分；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.ScatterMul	第二个输入不能切分，第三个输入的前n维（n为第二个输入的维度）不能切分；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.ScatterNdAdd	第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.ScatterNdSub	第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.ScatterNdUpdate	第一个输入前m维度不能切（m为第二个输入indices的最后一维的值indices[-1]）第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.ScatterSub	第二个输入不能切分，第三个输入的前n维（n为第二个输入的维度）不能切分；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.ScatterUpdate	第一个输入的第一维不能切分，第二个输入不能切分，第三个输入的前n维（n为第二个输入的维度）不能切分；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.TensorScatterAdd	第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.TensorScatterDiv	第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.TensorScatterMax	第一个输入前m维度不能切（m为第二个输入indices的最后一维的值indices[-1]）第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.TensorScatterMax	第一个输入前m维度不能切（m为第二个输入indices的最后一维的值indices[-1]）第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.TensorScatterMul	第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.TensorScatterAdd	第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.TensorScatterUpdate	第一个输入前m维度不能切（m为第二个输入indices的最后一维的值indices[-1]）第二个输入不能切分，第三个输入的前n-1维（n为第二个输入的维度）不能切分，第三个输入的剩下k个维度（除去前n-1维度）的切分与第一个输入的最后k个切分一致；在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.Select	在auto_parallel模式下，不支持双递归算法。	不支持配置Layout
mindspore.ops.SeLU	无	不支持配置Layout
mindspore.ops.Sigmoid	无	支持配置输入的Layout，不支持配置输出的Layout
mindspore.ops.SigmoidCrossEntropyWithLogits	无	不支持配置Layout
mindspore.ops.Sign	无	不支持配置Layout
mindspore.ops.Sin	无	不支持配置Layout
mindspore.ops.Sinh	无	不支持配置Layout
mindspore.ops.Softmax	输入（logits）在轴（axis）对应的维度不可切分，切分后，在数学逻辑上和单机不等价	支持配置输入的Layout，不支持配置输出的Layout，并且不能在轴（axis）对应的维度配置Layout
mindspore.ops.SoftmaxCrossEntropyWithLogits	输入（logits、labels）的最后一维不能切分；有两个输出，正向的loss只支持取[0]	不支持配置Layout
mindspore.ops.Softplus	无	不支持配置Layout
mindspore.ops.Softsign	无	不支持配置Layout
mindspore.ops.SoftShrink	无	不支持配置Layout
mindspore.ops.SparseGatherV2	同Gather	不支持配置Layout
mindspore.ops.Split	轴（axis）所对应的维度不能切分，切分后，在数学逻辑上和单机不等价	不支持配置Layout
mindspore.ops.Sqrt	无	不支持配置Layout
mindspore.ops.Square	无	不支持配置Layout
mindspore.ops.SquaredDifference	无	不支持配置Layout
mindspore.ops.Squeeze	无	不支持配置Layout
mindspore.ops.Stack	无	不支持配置Layout
mindspore.ops.StridedSlice	仅支持值为全0的mask；需要切分的维度必须全部提取；输入在strides不为1对应的维度不支持切分	不支持配置Layout
mindspore.ops.Slice	需要切分的维度必须全部提取	不支持配置Layout
mindspore.ops.Sub	无	支持配置Layout，输入的Layout 需要相同或能广播，不支持配置输出的Layout
mindspore.ops.Tan	无	不支持配置Layout
mindspore.ops.Tanh	无	不支持配置Layout
mindspore.ops.Tile	仅支持对multiples配置切分策略	不支持配置Layout
mindspore.ops.TopK	最后一维不支持切分，切分后，在数学逻辑上和单机不等价	不支持配置Layout
mindspore.ops.Transpose	无	不支持配置Layout
mindspore.ops.TruncateDiv	无	支持配置Layout，并且device matrix和tensor map的transpose都是被允许的
mindspore.ops.TruncateMod	无	不支持配置Layout
mindspore.ops.Unique	只支持重复计算的策略(1,)	不支持配置Layout
mindspore.ops.UnsortedSegmentSum	输入input_x和segment_ids的切分配置必须在segment_ids的维度上保持一致	不支持配置Layout
mindspore.ops.UnsortedSegmentMin	输入input_x和segment_ids的切分配置必须在segment_ids的维度上保持一致。注意：在segment id为空时，输出向量的对应位置会填充为输入类型的最大值。需要用户进行掩码处理，将最大值转换成0。否则容易造成数值溢出，导致通信API上溢错误，从而引发Run Task Error	不支持配置Layout
mindspore.ops.UnsortedSegmentMax	输入input_x和segment_ids的切分配置必须在segment_ids的维度上保持一致。注意：在segment id为空时，输出向量的对应位置会填充为输入类型的最小值。需要用户进行掩码处理，将最小值转换成0。否则容易造成数值溢出，导致通信API上溢错误，从而引发Run Task Error	不支持配置Layout
mindspore.ops.Xdivy	无	不支持配置Layout
mindspore.ops.Xlogy	无	不支持配置Layout
mindspore.ops.ZerosLike	无	不支持配置Layout

重复计算是指，机器没有用满，比如：集群有8张卡跑分布式训练，切分策略只对输入切成了4份。这种情况下会发生重复计算。