mindspore.communication.comm_func.irecv

mindspore.communication.comm_func.irecv(tensor, src=0, group=GlobalComm.WORLD_COMM_GROUP, tag=0)[源代码]

异步接收张量到指定线程。

说明

Send 和 Receive 算子需组合使用，且有同一个 tag。 输入的 tensor 的shape和dtype将用于接收张量，但 tensor 的数据值不起作用。 当前支持PyNative模式，不支持Graph模式。

参数：

  • tensor (Tensor) - 输入Tensor。Tensor的shape为 \((x_1, x_2, ..., x_R)\) 。 输入的 tensor 的shape和dtype将用于接收张量，但 tensor 的数据值不起作用。

  • src (int，可选) - 表示发送源的进程编号。只会接收来自源进程的张量。默认值：0。

  • group (str，可选) - 工作的通信组。（默认值：Ascend平台为 "hccl_world_group" ，GPU平台为 "nccl_world_group" ）。

  • tag (int，可选) - 用于区分发送、接收消息的标签。该消息将被接收来自相同 tag 的Send发送的张量。默认值：0。

返回：

Tuple(Tensor, CommHandle)，输出Tensor的shape为 \((x_1, x_2, ..., x_R)\)。 CommHandle是一个异步工作句柄。

异常：

  • TypeError - src不是int或group不是str。

  • ValueError - 如果该线程的rank id 大于通信组的rank size。

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2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 irecv
>>> from mindspore import Tensor
>>> import numpy as np
>>>
# Launch 2 processes.
Process 0 send the following array to Process 1
[[ 0.  1.]
[ 2.  3.]]
>>> init()
>>> x = ms.Tensor(np.zeros([2, 2]))
# Process 1 receive tensor from Process 0.
>>> out, handle = irecv(x, src=0)
>>> handle.wait()
>>> print(out)
[[ 0.  1.]
[ 2.  3.]]