broadcast

paddle.distributed. broadcast ( tensor, src, group=None, sync_op=True ) [源代码]

将一个 tensor 发送到每个进程。

如下图所示，4 个 GPU 分别开启 1 个进程，rank=0 的进程拥有数据 0。 广播操作后，数据 0 会被发送到所有进程上。

broadcast

参数

  • tensor (Tensor) - 在目标进程上为待广播的 tensor，在其他进程上为用于接收广播结果的 tensor。支持的数据类型包括：float16、float32、float64、int32、int64、int8、uint8、bool、bfloat16。

  • src (int) - 目标进程的 rank，该进程传入的 tensor 将被发送到其他进程上。

  • 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。

返回

动态图模式下，若为同步操作，无返回值；若为异步操作，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。

静态图模式下，无返回值。

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.broadcast(data, src=1)
print(data)
# [[1, 2, 3], [1, 2, 3]] (2 GPUs)