HCCL_BUFFSIZE

功能描述

此环境变量用于控制两个NPU之间共享数据的缓存区大小。单位为M，需要配置为整数，取值大于等于1，默认值为200，单位M。

集合通信网络中，每一个HCCL通信域都会占用HCCL_BUFFSIZE大小的缓存区。若集群网络中存在较多的HCCL通信域，此缓存区占用量就会增多，可能存在影响模型数据正常存放的风险，此种场景下，可通过此环境变量减少通信域占用的缓存区大小；若业务的模型数据量较小，但通信数据量较大，则可通过此环境变量增大HCCL通信域占用的缓存区大小，提升数据通信效率。

大语言模型中的建议配置值如下：

(MircobatchSize * SequenceLength * hiddenSize * sizeOf (DataType) )/(1024*1024)，向上取整。

此环境变量一般用于以下场景：

动态shape网络场景。
开发人员调用集合通信库HCCL的C语言接口进行框架对接的场景，HCCL库的C语言接口可参见《集合通信用户指南》。

需要注意：

该环境变量申请的内存为HCCL独占，不可与其他业务内存复用。
每个通信域占用“2*HCCL_BUFFSIZE”大小的内存，分别用于收发内存。
该资源按通信域粒度管理，每个通信域独占一组“2*HCCL_BUFFSIZE”大小的内存，保证多通信域并发算子互不影响。
针对集合通信算子，当数据量超过HCCL_BUFFSIZE的取值时，可能会出现性能下降的情况，建议HCCL_BUFFSIZE的取值大于数据量。

配置示例

export HCCL_BUFFSIZE=200

使用约束

无

支持的型号

Atlas 训练系列产品

Atlas 300I Duo 推理卡

Atlas A2 训练系列产品

父主题： 集合通信