alltoall_single

paddle.distributed.stream. alltoall_single ( out_tensor, in_tensor, out_split_sizes=None, in_split_sizes=None, group=None, sync_op=True, use_calc_stream=False )

将一个 tensor 分发到每个进程，随后在每个进程上聚合分发结果。与 alltoall 相比，可以更精细地控制分发过程。

参见 paddle.distributed.alltoall_single。

注解

该 API 只支持动态图模式。

参数

  • out_tensor (Tensor): 用于保存操作结果的 tensor，数据类型必须与输入的 tensor 保持一致。

  • in_tensor (Tensor): 输入的 tensor。支持的数据类型包括：float16、float32、float64、int32、int64、int8、uint8、bool、bfloat16。

  • out_split_sizes (List[int]，可选): 对 out_tensor 的 dim[0] 进行切分的大小。默认为 None，即 out_tensor 将均匀地聚合各个进程的数据（需要确保 out_tensor 的大小能够被组中的进程数整除）。

  • in_split_sizes (List[int]，可选): 对 in_tensor 的 dim[0] 进行切分的大小。默认为 None，即将 in_tensor 均匀地分发到各个进程中（需要确保 in_tensor 的大小能够被组中的进程数整除）。

  • 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。

  • use_calc_stream (bool，可选) - 该操作是否在计算流上进行。默认为 False，即不在计算流上进行。该参数旨在提高同步操作的性能，请确保在充分了解其含义的情况下调整该参数的值。

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

COPY-FROM: paddle.distributed.communication.stream.alltoall_single