mindspore.communication.comm_func.reduce

查看源文件
mindspore.communication.comm_func.reduce(tensor, dst, op=ReduceOp.SUM, group=GlobalComm.WORLD_COMM_GROUP)[源代码]

规约指定通信组中的张量,并将规约结果发送到目标为dst的进程(全局的进程编号)中,返回发送到目标进程的张量。

说明

只有目标为dst的进程(全局的进程编号)才会收到规约操作后的输出。 当前支持PyNative模式,不支持Graph模式。 其他进程只得到一个形状为[1]的张量,且该张量没有数学意义。

参数:
  • tensor (Tensor) - 输入待规约的Tensor,Tensor的shape为 \((x_1, x_2, ..., x_R)\)

  • dst (int) - 指定接收输出的目标进程编号,只有该进程会接收规约操作后的输出结果。

  • op (str, 可选) - 规约的具体操作。如 "sum""prod""max" 、和 "min" 。默认值: ReduceOp.SUM

  • group (str,可选) - 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" )。

返回:

Tensor,数据类型与输入的 tensor 一致,shape为 \((x_1, x_2, ..., x_R)\)

异常:
  • TypeError - 首个输入的数据类型不为Tensor,opgroup 不是字符串。

  • RuntimeError - 如果目标设备无效,或者后端无效,或者分布式初始化失败。

支持平台:

Ascend

样例:

说明

运行以下样例之前,需要配置好通信环境变量。

针对Ascend/GPU/CPU设备,推荐使用msrun启动方式,无第三方以及配置文件依赖。详见 msrun启动

该样例需要在4卡环境下运行。

>>> from mindspore import ops
>>> import mindspore.nn as nn
>>> from mindspore.communication import init
>>> from mindspore.communication.comm_func import reduce
>>> from mindspore import Tensor
>>> import numpy as np
>>> # Launch 4 processes.
>>> init()
>>> dest_rank=1
>>> input_tensor = Tensor(np.ones([2, 8]).astype(np.float32))
>>> output = reduce(input_tensor)
>>> print(output)
Process with rank 1: [[4. 4. 4. 4. 4. 4. 4. 4.]
[4. 4. 4. 4. 4. 4. 4. 4.]],
Other proesses: [0.].