CANN/ge HCCL子通信域配置参数

--hccl_sub_comm_config

【免费下载链接】geGE（Graph Engine）是面向昇腾的图编译器和执行器，提供了计算图优化、多流并行、内存复用和模型下沉等技术手段，加速模型执行效率，减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力，并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge

产品支持情况

• Ascend 950PR/Ascend 950DT：不支持

• Atlas A3 训练系列产品/Atlas A3 推理系列产品：不支持

• Atlas A2 训练系列产品/Atlas A2 推理系列产品：不支持

• Atlas 200I/500 A2 推理产品：不支持

• Atlas 推理系列产品：不支持

• Atlas 训练系列产品：不支持

• IPV350：不支持

功能说明

设置HCCL子通信域配置文件路径，用于配置HCCL子通信参数。多卡分布式训练场景下使用。

关联参数

无

参数取值

参数值：逻辑拓扑文件的路径和文件名。

参数值格式：路径和文件名：支持大小写字母（a-z，A-Z）、数字（0-9）、下划线（_）、短横线（-）、句点（.）、中文汉字。

参数值约束：配置文件中的内容必须为JSON格式。

推荐配置及收益

无。

示例

将配置文件（文件名为举例为：sub_comm_config.json）上传到ATC工具所在服务器，例如上传到_$HOME/conf_，使用示例如下：

atc --model=xxx.air --framework=1 --soc_version=<soc_version> --output=$HOME/out --cluster_config=$HOME/conf/cluster_config.json --hccl_sub_comm_config=$HOME/conf/sub_comm_config.json

逻辑拓扑文件示例如下：

{ "GroupList": [ { "RankIds": [0,1], "HcclCommconfig": { "hcclCommName": "test_group" } } ] }

其中：

• RankIds：rank唯一标识，请配置为整数，从0开始配置，且全局唯一，取值范围：[0, 总Device数量-1]。

  建议rank_id按照Device物理连接顺序进行排序，即将物理连接上较近的Device编排在一起，否则可能会对性能造成影响。

  例如，若device_ip按照物理连接从小到大设置，则rank_id也建议按照从小到大的顺序设置。

• hcclCommName：通信组命名，供程序调用和区分。

使用约束

若模型算子包含子通信域参数，但在模型转换时未指定--hccl_sub_comm_config参数，系统将默认依据集群的实际业务配置执行。

【免费下载链接】geGE（Graph Engine）是面向昇腾的图编译器和执行器，提供了计算图优化、多流并行、内存复用和模型下沉等技术手段，加速模型执行效率，减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力，并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge