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。

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

  1. import numpy as np
  2. import paddle
  3. from paddle.distributed import ReduceOp
  4. from paddle.distributed import init_parallel_env
  6. paddle.set_device('gpu:%d'%paddle.distributed.ParallelEnv().dev_id)
  7. init_parallel_env()
  8. if paddle.distributed.ParallelEnv().local_rank == 0:
  9.     np_data = np.array([[4, 5, 6], [4, 5, 6]])
  10. else:
  11.     np_data = np.array([[1, 2, 3], [1, 2, 3]])
  12. data = paddle.to_tensor(np_data)
  13. paddle.distributed.all_reduce(data)
  14. out = data.numpy()
  15. # [[5, 7, 9], [5, 7, 9]]