all_gather

paddle.distributed.all_gather ( tensor_list, tensor, group=0 ) [源代码]

进程组内所有进程的指定tensor进行聚合操作，并返回给所有进程聚合的结果。

参数

  • tensor_list (list) - 操作的输出Tensor列表。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。

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

  • group (int，可选) - 工作的进程组编号，默认为0。

返回

无

代码示例

  1. import numpy as np
  2. import paddle
  3. from paddle.distributed import init_parallel_env
  5. paddle.set_device('gpu:%d'%paddle.distributed.ParallelEnv().dev_id)
  6. init_parallel_env()
  7. tensor_list = []
  8. if paddle.distributed.ParallelEnv().local_rank == 0:
  9.     np_data1 = np.array([[4, 5, 6], [4, 5, 6]])
  10.     np_data2 = np.array([[4, 5, 6], [4, 5, 6]])
  11.     data1 = paddle.to_tensor(np_data1)
  12.     data2 = paddle.to_tensor(np_data2)
  13.     paddle.distributed.all_gather(tensor_list, data1)
  14. else:
  15.     np_data1 = np.array([[1, 2, 3], [1, 2, 3]])
  16.     np_data2 = np.array([[1, 2, 3], [1, 2, 3]])
  17.     data1 = paddle.to_tensor(np_data1)
  18.     data2 = paddle.to_tensor(np_data2)
  19.     paddle.distributed.all_gather(tensor_list, data2)