reduce_scatter

paddle.distributed. reduce_scatter ( tensor, tensor_list, op=ReduceOp.SUM, group=None, sync_op=True ) [源代码]

规约一组 tensor，随后将规约结果分发到每个进程。

注解

该 API 只支持动态图模式。

参数

  • tensor (Tensor) – 用于接收数据的 tensor，数据类型必须与输入的 tensor 列表保持一致。

  • tensor_list (List[Tensor]) – 将被规约和分发的 tensor 列表。支持的数据类型包括：float16、float32、float64、int32、int64、int8、uint8、bool、bfloat16。

  • op (ReduceOp.SUM|ReduceOp.MAX|ReduceOp.MIN|ReduceOp.PROD，可选) - 归约的操作类型，包括求和、取最大值、取最小值和求乘积。默认为求和。

  • group (Group，可选) - 执行该操作的进程组实例（通过 new_group 创建）。默认为 None，即使用全局默认进程组。

  • sync_op (bool，可选) - 该操作是否为同步操作。默认为 True，即同步操作。

返回

若为同步操作，无返回值；若为异步操作，返回 Task。通过 Task，可以查看异步操作的执行状态以及等待异步操作的结果。

代码示例

>>> import paddle
>>> import paddle.distributed as dist

>>> dist.init_parallel_env()
>>> if dist.get_rank() == 0:
...     data1 = paddle.to_tensor([0, 1])
...     data2 = paddle.to_tensor([2, 3])
>>> else:
...     data1 = paddle.to_tensor([4, 5])
...     data2 = paddle.to_tensor([6, 7])
>>> dist.reduce_scatter(data1, [data1, data2])
>>> print(data1)
>>> # [4, 6] (2 GPUs, out for rank 0)
>>> # [8, 10] (2 GPUs, out for rank 1)

使用本API的教程文档