适配样例（DDP场景（one NPU per process））

导入AMP模块

导入AMP模块。进行多卡训练的初始化。

import time 
import torch 
import torch.nn as nn 
import torch_npu 
from torch_npu.npu import amp    # 导入AMP模块 
from torch.utils.data import Dataset, DataLoader 
import torchvision 
import os 
 
local_rank = int(os.environ["LOCAL_RANK"])    # 在shell脚本中循环传入local_rank变量作为指定的device 
device = torch.device('npu', local_rank)    # local_rank用于自动获取device号 
torch.distributed.init_process_group(backend="hccl",rank=local_rank)    # 将通信方式设置为hccl 
torch_npu.npu.set_device(local_rank) 
...... # 如样例代码所示，定义一个简单的神经网络

定义损失缩放参数

从torchvision中获取训练数据集，设置训练相关的参数batch_size、epochs，并在模型、优化器定义之后，定义AMP功能中的GradScaler。设置train_sampler并开启DDP模式。

# 数据集获取 
train_data = torchvision.datasets.MNIST( 
    root = 'mnist', 
    download = True, 
    train = True, 
    transform = torchvision.transforms.ToTensor() 
) 
 
train_sampler = torch.utils.data.distributed.DistributedSampler(train_data)  #开启DDP模式 
batch_size = 64 
model = CNN().to(device)  # 把模型放到指定NPU上 
 
model = torch.nn.parallel.DistributedDataParallel(model, device_ids=[local_rank], output_device=local_rank)    # 开启DDP模式 
train_dataloader = DataLoader(dataset=train_data, batch_size=batch_size, sampler=train_sampler)     # 定义DataLoader 
 
loss_func = nn.CrossEntropyLoss().to(device) 
optimizer = torch.optim.SGD(model.parameters(), lr=0.1)    # 定义优化器 
scaler = amp.GradScaler()    # 在模型、优化器定义之后，定义GradScaler 
epochs = 10 # 设置循环次数

适配AMP并训练

在训练代码中添加AMP功能相关的代码开启AMP。

for epoch in range(epochs): 
    for imgs, labels in train_dataloader: 
        imgs = imgs.to(device)     # 把img数据放到指定NPU上 
        labels = labels.to(device) # 把label数据放到指定NPU上 
        with amp.autocast():   # 设置amp 
            outputs = model(imgs)    # 前向计算 
            loss = loss_func(outputs, labels)    # 损失函数计算 
        optimizer.zero_grad() 
        # 进行反向传播前后的loss缩放、参数更新 
        scaler.scale(loss).backward()    # loss缩放并反向转播 
        scaler.step(optimizer)    # 更新参数（自动unscaling） 
        scaler.update()    # 基于动态Loss Scale更新loss_scaling系数

执行以下命令拉起多卡训练。

torchrun --nproc_per_node=2 cnn_amp_ddp.py --standalone