all_reduce

paddle.distributed. all_reduce ( tensor, op=ReduceOp.SUM, group=0 ) [源代码]

进程组内所有进程的指定 tensor 进行归约操作，并返回给所有进程归约的结果。 如下图所示，4 个 GPU 分别开启 4 个进程，每张卡上的数据用卡号代表，规约操作为求和， 经过 all_reduce 算子后，每张卡都会拥有所有卡数据的总和。

all_reduce

参数

  • tensor (Tensor) - 操作的输入 Tensor，同时也会将归约结果返回至此 Tensor 中。Tensor 的数据类型为：float16、float32、float64、int32、int64。

  • op (ReduceOp.SUM|ReduceOp.MAX|ReduceOp.Min|ReduceOp.PROD，可选) - 归约的具体操作，比如求和，取最大值，取最小值和求乘积，默认为求和归约。

  • group (int，可选) - 工作的进程组编号，默认为 0。

返回

无

代码示例

# required: distributed
import paddle
import paddle.distributed as dist

dist.init_parallel_env()
if dist.get_rank() == 0:
    data = paddle.to_tensor([[4, 5, 6], [4, 5, 6]])
else:
    data = paddle.to_tensor([[1, 2, 3], [1, 2, 3]])
dist.all_reduce(data)
print(data)
# [[5, 7, 9], [5, 7, 9]] (2 GPUs)