pytorch

Форк
0
/
simulate_nccl_errors.py 
42 строки · 1.6 Кб
1
import argparse
2
import logging
3
import os
4

5
import torch
6
import torch.distributed as c10d
7

8

9
logging.basicConfig(
10
    format="%(asctime)s - %(name)s - %(levelname)s - %(message)s", level=logging.INFO
11
)
12

13
if __name__ == "__main__":
14
    parser = argparse.ArgumentParser(
15
        description="Simple script to simulate NCCL errors. The script is "
16
        "supposed to be run on multiple different nodes simultaneously with "
17
        "appropriate rank and world_size. The script run an allreduce() on "
18
        "the rank 0 node and aborts all the other nodes to simulate an error "
19
        "in NCCL"
20
    )
21
    parser.add_argument("addr", help="address of the master node to connect to.")
22
    parser.add_argument("port", help="port of the master node to connect to.")
23
    parser.add_argument("rank", help="rank of this node")
24
    parser.add_argument("world_size", help="number of nodes in process group")
25
    args = parser.parse_args()
26
    rank = int(args.rank)
27
    world_size = int(args.world_size)
28
    port = int(args.port)
29

30
    store = c10d.TCPStore(args.addr, port, world_size, rank == 0)
31
    process_group = c10d.ProcessGroupNCCL(store, rank, world_size)
32
    logging.info("Running first allreduce")
33
    process_group.allreduce(torch.rand(10).cuda(rank)).wait()
34
    if rank == 0:
35
        logging.info("Running second allreduce only on rank 0")
36
        work = process_group.allreduce(torch.rand(10).cuda(rank))
37
        logging.info("Waiting for allreduce to complete...")
38
        work.wait()
39
        logging.info("Second allreduce successful: %s", work.is_success())
40
    else:
41
        logging.info("Aborting all other ranks.")
42
        os.abort()
43

Использование cookies

Мы используем файлы cookie в соответствии с Политикой конфиденциальности и Политикой использования cookies.

Нажимая кнопку «Принимаю», Вы даете АО «СберТех» согласие на обработку Ваших персональных данных в целях совершенствования нашего веб-сайта и Сервиса GitVerse, а также повышения удобства их использования.

Запретить использование cookies Вы можете самостоятельно в настройках Вашего браузера.