# 比较与torch.distributed.all_reduce的差异 [](https://gitee.com/mindspore/docs/blob/r2.4.10/docs/mindspore/source_zh_cn/note/api_mapping/pytorch_diff/all_reduce.md) ## torch.distributed.all_reduce ```python torch.distributed.all_reduce( tensor, op=ReduceOp.SUM, group=None, async_op=False ) ``` 更多内容详见[torch.distributed.all_reduce](https://pytorch.org/docs/1.8.1/distributed.html#torch.distributed.all_reduce)。 ## mindspore.communication.comm_func.all_reduce ```python mindspore.communication.comm_func.all_reduce( tensor, op=ReduceOp.SUM, group=GlobalComm.WORLD_COMM_GROUP, async_op=False ) ``` 更多内容详见[mindspore.communication.comm_func.all_reduce](https://www.mindspore.cn/docs/zh-CN/r2.4.10/api_python/communication/mindspore.communication.comm_func.all_reduce.html#mindspore.communication.comm_func.all_reduce)。 ## 差异对比 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all_reduce操作后,PyTorch将结果写回输入`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、操作类型op和通信域group及异步操作标志async_op。按op指定的操作进行all_reduce操作后,MindSpore返回结果`tensor`,其shape与输入`tensor`一致。当 `async_op=True` 时,返回异步work句柄,否则返回为空。 | 分类 | 子类 |PyTorch | MindSpore | 差异 | |----|------| --- |---------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------| | 参数 | 参数1 | tensor | tensor | PyTorch:输入tensor,进行all_reduce操作后将结果写回tensor,MindSpore:不会将输出结果写入到输入tensor中。 | | | 参数2 | op | op | 一致 | | | 参数3 | group | group | 一致 | | | 参数4 | async_op | async_op | 一致 | | 返回值 | 单返回值 | async_work_handle | tuple(tensor, CommHandle) | PyTorch:如果`async_op`设置为 True,返回异步工作句柄。如果`async_op`为False或不是组的一部分,则为None。</br> MindSpore:返回一个元组。该元组包含了一个all_reduce操作后返回的张量以及一个异步返回句柄。当`async_op`为False,该异步返回句柄为None。 |