未指定网卡名报错retcode 9

问题现象

多机测试场景下，执行HCCL Test测试工具时，进程执行卡住，然后报错retcode 9，如下图所示：

# mpirun -f hostfile -n 32 ./bin/all_reduce_test -b 1 -e 2G -p 16 -f 2 -o sum -c 0
the minbytes is 1, maxbytes is 2147483648, iters is 20,warmup_iters is 5
hccl interface return errreturn err ./common/src/hccl_test_common.cc:499, retcode:9
hccl interface return errreturn err ./common/src/hccl_test_common.cc:499, retcode:9
hccl interface return errreturn err ./common/src/hccl_test_common.cc:499, retcode:9
hccl interface return errreturn err ./common/src/hccl_test_common.cc:499, retcode:9
...
This is an error in init_hcclComm.

原因分析

未配置初始化root通信网卡名导致。

解决步骤

多机场景下，执行HCCL Test测试工具前需要在操作节点配置HCCL初始化root通信网卡的网卡名，HCCL可通过该网卡名获取Host IP，完成通信域创建。

配置方式如下：

配置HCCL的初始化root通信网卡使用的IP协议版本，AF_INET：IPv4；AF_INET6：IPv6
export HCCL_SOCKET_FAMILY=AF_INET       #IPv4

# 支持以下格式的网卡名配置（4种规格自行选择1种即可，环境变量中可配置多个网卡，取最先匹配到的网卡作为root网卡）

# 精确匹配网卡
export HCCL_SOCKET_IFNAME==eth*,enp***   # 使用指定的eth*或enp**网卡
export HCCL_SOCKET_IFNAME=^=eth*,enp***     # 不使用指定的eth*或enp**网卡

# 模糊匹配网卡
export HCCL_SOCKET_IFNAME=eth,enp       # 使用所有以eth或enp为前缀的网卡
export HCCL_SOCKET_IFNAME=^eth,enp      # 不使用任何以eth或enp为前缀的网卡