环境变量说明

以下是 MindFormers 支持的环境变量。

调试变量

变量名称	默认值	解释	说明	应用场景
HCCL_DETERMINISTIC	false	开启或关闭归约类通信算子的确定性计算，其中归约类通信算子包括 AllReduce、ReduceScatter、Reduce。	true：打开 HCCL 确定性开关； false：关闭 HCCL 确定性开关。	开启确定性计算可消除多卡计算顺序不一致引入的随机性，但也会导致性能相较关闭时下降。推荐在需要保持一致性场景时开启。
LCCL_DETERMINISTIC	0	设置 LCCL 确定性算子 AllReduce(保序加)是否开启。	1：打开 LCCL 确定性开关； 0：关闭 LCCL 确定性开关。	开启确定性计算可消除多卡计算顺序不一致引入的随机性，但也会导致性能相较关闭时下降。推荐在需要保持一致性场景时开启。 在 rankSize<=8 时生效。
CUSTOM_MATMUL_SHUFFLE	on	开启或者关闭自定义矩阵乘法的洗牌操作。	on：开启矩阵洗牌； off：关闭矩阵洗牌。	洗牌操作对于特定的矩阵尺寸和内存访问模式有优化效果，如果矩阵的大小与洗牌优化的尺寸不匹配，关闭洗牌可能会获得更好的性能。请根据实际使用进行设置。
ASCEND_LAUNCH_BLOCKING	0	训练或在线推理场景，可通过此环境变量控制算子执行时是否启动同步模式。	1：强制算子采用同步模式运行； 0：不强制算子采用同步模式运行。	由于 NPU 模型训练时默认算子异步执行，导致算子执行过程中出现报错时，打印的报错堆栈信息并不是实际的调用栈信息。当设置为1时，强制算子采用同步模式运行，这样能够打印正确的调用栈信息，从而更容易地调试和定位代码中的问题。设置为1时有更高的运算效率。
TE_PARALLEL_COMPILER	8	算子最大并行编译进程数，当大于 1 时开启并行编译。	取值为正整数；最大不超过 cpu 核数*80%/昇腾 AI 处理器个数，取值范围 1~32，默认值是 8。	网络模型较大时，可通过配置此环境变量开启算子的并行编译功能； 设置为1时为单线程编译，在调试时，可以简化难度。
CPU_AFFINITY	0	启动 CPU 亲和性开关，启动该选项可以确保每个进程或线程绑定到一个 CPU 核心上，以提高性能。	1：开启 CPU 亲和性开关； 0：关闭 CPU 亲和性开关。	出于优化资源利用 以及节能 的考虑，CPU 亲和性默认关闭。
MS_MEMORY_STATISTIC	0	内存统计。	1：开启内存统计功能； 0：关闭内存统计功能。	在内存分析时，可以统计内存的基本使用情况。具体可以参考调优指南。
MINDSPORE_DUMP_CONFIG		指定 云侧 Dump 功能 或 端侧 Dump 功能 所依赖的配置文件的路径	文件路径，支持相对路径与绝对路径。
GLOG_v	3	控制 MindSpore 日志的级别。	0：DEBUG； 1：INFO； 2：WARNING； 3：ERROR：表示程序执行出现报错，输出错误日志，程序可能不会终止； 4：CRITICAL，表示程序执行出现异常，将会终止执行程序。
ASCEND_GLOBAL_LOG_LEVEL	3	控制 CANN 的日志级别。	0：DEBUG； 1：INFO； 2：WARNING； 3：ERROR； 4：NULL，不输出日志。
ASCEND_SLOG_PRINT_TO_STDOUT	0	是否开启日志打屏。开启后，日志将不会保存在 log 文件中，而是将产生的日志直接打屏显示。	1：开启日志打屏； 0：关闭日志打屏。
ASCEND_GLOBAL_EVENT_ENABLE	0	设置应用类日志是否开启 Event 日志。	1：开启 Event 日志； 0：关闭 Event 日志。
HCCL_EXEC_TIMEOUT	1836	通过该环境变量可控制设备间执行时同步等待的时间，在该配置时间内各设备进程等待其他设备执行通信同步。	取值范围为：(0, 17340]，默认值为 1836，单位为 s。
HCCL_CONNECT_TIMEOUT	120	分布式训练或推理场景下，用于限制不同设备之间 socket 建链过程的超时等待时间。	该环境变量需要配置为整数，取值范围[120,7200]，默认值 120s。
MS_NODE_ID	NA	动态组网启动场景下，指定本进程的rank_id。	本进程的rank_id，在集群内唯一。

其他变量

变量名称	默认值	解释	说明	应用场景
RUN_MODE	predict	设置运行模式。	predict：推理； finetune：微调； train：训练； eval：评测。
USE_ROPE_SELF_DEFINE	true	是否使用 ROPE 融合算子。	true：使用 ROPE 融合算子； false：不使用 ROPE 融合算子。	默认开启 ROPE 融合算子可以提升计算效率。除调试场景，根据需要进行关闭，一般不作特别设置。
MS_ENABLE_INTERNAL_BOOST	off	是否打开 MindSpore 框架的内部加速功能。	on：开启 MindSpore 内部加速； off：关闭 MindSpore 内部加速。	在进行调试或对比不同加速策略的情况下，需要关闭此参数以观察对性能的影响。在需要高效推理的场景，可以开启以进行加速。
MS_GE_ATOMIC_CLEAN_POLICY	1	是否集中清理网络中 atomic 算子占用的内存。	0：集中清理网络中所有 atomic 算子占用的内存； 1：不集中清理内存，对网络中每一个 atomic 算子进行单独清零。	开关默认设置为1，方便用户对每个算子进行单独处理，可以进行算子内存复用等操作。设置为0后，集中清理算子所占内存。
ENABLE_LAZY_INLINE	1	是否开启 lazy inline。	0：关闭 lazy inline； 1：开启 lazy inline。	此特性在 mindspore≥2.2.0 下适用。通常在 pipeline 并行时使用以提高编译性能。默认开启，可配置关闭。
ENABLE_LAZY_INLINE_NO_PIPELINE	0	是否开启在非 pipeline 并行下的 lazy inline。	0：关闭 lazy inline； 1：开启 lazy inline。	lazy inline 特性默认仅在 pipeline 并行模式下开启。如需在其他并行模式下使能 lazy inline，可将该环境变量设置为 1。
MS_ASCEND_CHECK_OVERFLOW_MODE	INFNAN_MODE	设置浮点计算结果输出模式。	SATURATION_MODE：饱和模式，计算出现溢出时，饱和为浮点数极值（+-MAX）； INFNAN_MODE：INF/NAN 模式，遵循 IEEE 754 标准，根据定义输出 INF/NAN 的计算结果。	在大模型调优中，溢出状态对齐 PyTorch 方式，建议使用 INFNAN_MODE，即 export MS_ASCEND_CHECK_OVERFLOW_MODE=INFNAN_MODE。 遇到持续溢出问题时可尝试设置此变量为 INFNAN_MODE。
MF_LOG_SUFFIX	NA	设置所有 log 日志文件夹的自定义后缀。	log 文件夹的后缀。默认值：无后缀	添加一致的后缀，可以隔离各个任务的日志，不会被覆写。
PLOG_REDIRECT_TO_OUTPUT	False	控制 plog 日志是否改变存储路径。	True:存储到./output 目录下; False: 存储到默认存储位置。	设置之后方便用户查询 plog 日志。
MS_ENABLE_FA_FLATTEN	on	控制 是否支持 FlashAttention flatten 优化。	on:启用 FlashAttention flatten 优化; off: 禁用 FlashAttention flatten 优化。	对于还未适配FlashAttention flatten 优化的模型提供回退机制。