CANN/hccl框架集成指南

主流框架集成【免费下载链接】hccl集合通信库Huawei Collective Communication Library简称HCCL是基于昇腾AI处理器的高性能集合通信库为计算集群提供高性能、高可靠的通信方案项目地址: https://gitcode.com/cann/hccl场景说明HCCL在系统中的位置如下图所示。AI框架主要有三种编程执行形态单算子模式、图模式Ascend IR和图捕获模式aclgraph因此HCCL也提供了对应的工作方式。单算子模式与图捕获模式aclgraph下AI框架直接调用HCCL的C语言接口下发通信算子到加速引擎执行关于HCCL通信算子API的详细介绍可参见通信算子。图模式Ascend IR下AI框架使用Ascend算子IR将模型的计算过程构造成一张图通过Graph Engine简称GE将图中的通信算子下发给加速引擎执行关于图模式的详细介绍可参见《图开发指南》Ascend IR的定义可参见《算子库接口参考》中的“Ascend IR算子规格说明”。针对PyTorch和MindSpore框架HCCL的调用已集成到PyTorch适配插件Ascend Extension for PyTorch和MindSpore框架代码中开发者指定使用HCCL作为分布式后端直接使用框架原生通信API即可实现分布式能力详细使用方法可参见《Ascend Extension for PyTorch 产品文档》和MindSpore官网。针对TensorFlow框架HCCL通过TensorFlow适配插件TF Adapter对接TensorFlow框架详细使用方法可参见《TensorFlow 模型迁移指南》。示例代码PyTorch框架调用TensorFlow框架调用【免费下载链接】hccl集合通信库Huawei Collective Communication Library简称HCCL是基于昇腾AI处理器的高性能集合通信库为计算集群提供高性能、高可靠的通信方案项目地址: https://gitcode.com/cann/hccl创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考