scatter¶

paddle.distributed. scatter ( tensor, tensor_list=None, src=0, group=0 ) [源代码] ¶

进程组内指定进程源的 tensor 列表分发到其他所有进程中。如下图所示，4 个 GPU 分别开启 4 个进程，scatter 的源选择为第 0 张卡，经过 scatter 算子后，会将第 0 张卡的数据平均分到所有卡上。

参数¶

tensor (Tensor) - 操作的输出 Tensor。Tensor 的数据类型为：float16、float32、float64、int32、int64。

tensor_list (list，可选) - 操作的输入 Tensor 列表，默认为 None。列表中的每个元素均为 Tensor，每个 Tensor 的数据类型为：float16、float32、float64、int32、int64。

src (int，可选) - 操作的源进程号，该进程号的 Tensor 列表将分发到其他进程中。默认为 0。

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:
    data1 = paddle.to_tensor([7, 8, 9])
    data2 = paddle.to_tensor([10, 11, 12])
    dist.scatter(data1, src=1)
else:
    data1 = paddle.to_tensor([1, 2, 3])
    data2 = paddle.to_tensor([4, 5, 6])
    dist.scatter(data1, tensor_list=[data1, data2], src=1)
print(data1, data2)
# [1, 2, 3] [10, 11, 12] (2 GPUs, out for rank 0)
# [4, 5, 6] [4, 5, 6] (2 GPUs, out for rank 1)

         