reduce_scatter 通信

本文介绍了一个不常见的通信函数reduce_scatter,它在DeepSpeed的ZeRO-Stage1策略中有应用。reduce_scatter操作结合了all_reduce和scatter的功能,将all_reduce的临时结果分散到各个进程中。通过一个具体的代码示例,展示了如何将[0, 1, 2, 3]经all_reduce变为[0, 4, 8, 12],再通过scatter分布到不同进程。" 78050915,7352549,SpringMVC迁移到SpringBoot遇到的错误及解决,"['SpringBoot', '迁移', '异常处理', '配置修复']
Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化,内置完整运行环境与 Qwen3-32B 模型依赖,开箱即用。

这是一个不常见的通信函数,目前的使用场景笔者仅在 DeepSpeed 的ZeRO-Stage1策略上看到调用过这个Op,由于好奇ZeRO算法,因此也顺便调研了这个算子。

算子原型

torch.distributed.reduce_scatter(output, input_list, op=<ReduceOp.SUM>, group=None, async_op=False)
- output(tensor): output tensor
- input_list(list[tensor]): list of tensors to reduce and scatter
- group(ProcessGroup, optional): the process group to work on, If None, the default process will be used. async_op
- async_op(bool, optional)

函数功能:

input_list做all_reduce通信,将all_reduce得到的临时输出scatter到各个output中。
即reduce_scatter = all_reduce + scatter

example

以如下代码为例,各进程中的input_list是[0,1,2,3],
all_reduce完之后是[0,4,8,12]
scatter到各个进程中的output分别是[0,4,8,12]

import os
import torch
import torch.distributed as dist
from torch.multiprocessing import Process

os.environ['MASTER_ADDR'] = '127.0.0.1'
os.environ['MASTER_PORT'] = '29500'
backend = 'nccl'
dist.init_process_group(backend)
rank = dist.get_rank()

# simple dist
if rank == 0:
    print("pid is {}, rank is {}".format(os.getpid(), rank))
else:
    print("pid is {}, rank is {}".format(os.getpid(), rank))

torch.cuda.set_device(rank)
output = torch.tensor(0).to("cuda:{}".format(rank))
input_list = [torch.tensor(var).to("cuda:{}".format(rank)) for var in range(4)]


if rank == 0:
    dist.reduce_scatter(output, input_list, op=dist.ReduceOp.SUM, async_op=False)
else:
    dist.reduce_scatter(output, input_list, op=dist.ReduceOp.SUM, async_op=False)
print('Pid is ', os.getpid(), ', Rank ', rank, ', output is: ', output)

打印信息

Pid is  14230 , Rank  0 , output is:  tensor(0, device='cuda:0')
Pid is  14232 , Rank  2 , output is:  tensor(8, device='cuda:2')
Pid is  14231 , Rank  1 , output is:  tensor(4, device='cuda:1')
Pid is  14233 , Rank  3 , output is:  tensor(12, device='cuda:3')

您可能感兴趣的与本文相关的镜像

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen
文本生成
Qwen3

本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化,内置完整运行环境与 Qwen3-32B 模型依赖,开箱即用。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值