--distributed_cluster_build

功能说明

大模型分布式编译切分开关，使能该参数后，生成的离线模型将用于分布式部署。

关联参数

当该参数设置为1时，如下参数可以同步设置：

• 输入是完整大模型：
  • 若输入的原始大模型开启了算法切分，则如下参数必须配置：

    --cluster_config参数必须配置，并且通过--enable_graph_parallel参数开启算法切分，通过--graph_parallel_option_path参数配置切分策略配置文件路径。

    算法切分场景，模型编译阶段会自动插入通信算子。

    

• 输入是切片模型，模型中包括通信算子，将切片模型编译为om离线模型：

  --cluster_config参数必须配置，并且通过--shard_model_dir参数设置多个切片模型所在路径，通过--model_relation_config参数设置多个切片模型之间的输入输出关系。

  

参数取值

参数值：

1：打开分布式编译切分开关。

参数默认值：无。

推荐配置及收益

无。

示例

• 分布式部署模型，输入是单个原始大模型（无算法切分，未指定部署设备，负载均衡将模型部署到所有设备的场景）

  atc --model=xxx.air --framework=1 --soc_version=Ascend310P3 --output=xxx --cluster_config=./numa_config.json --distributed_cluster_build=1

• 分布式部署模型，输入是单个原始大模型，开启算法切分

  atc --model=./matmul2.pb --distributed_cluster_build=1 --cluster_config=./numa_config_2p.json --enable_graph_parallel="1" --graph_parallel_option_path=./parallel_option.json --soc_version=<soc_version>  --output=test_parallel --framework=3 --log=debug

  大模型算法切分后会将子模型要部署的logic device id存储在子模型的属性中，重新加载部署时，部署模块根据该属性进行分布式部署。

• 分布式部署模型，输入是切片模型，模型中包含通信算子（shared_dir目录下包含多个切片模型）

  atc --distributed_cluster_build=1 --cluster_config=../numa_config_4p.json --shard_model_dir=../1_air --model_relation_config=./model_relation_config.json --output=1_increase_4p --framework=1 --log=debug   --soc_version=<soc_version>

支持的型号

Atlas 推理系列产品（Ascend 310P处理器）

Atlas 训练系列产品

Atlas A2训练系列产品/Atlas 800I A2推理产品

使用约束

分布式编译切分场景编译出来的离线模型，进行模型推理时，不能使用AscendCL的aclmdlLoadFromFile接口加载模型，必须使用Ascend IR构图中的LoadGraph接口通过session方式加载模型，最后使用RunGraph运行加载了该模型的Graph，得到图的执行结果。详情请参见编译Graph为离线模型并运行Graph（大模型分布式编译切分）。