网络
虚拟私有云 VPC
弹性公网IP EIP
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
虚拟专用网络 VPN
云连接 CC
VPC终端节点 VPCEP
企业路由器 ER
企业交换机 ESW
全球加速 GA
企业连接 EC
云原生应用网络 ANC
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
威胁检测服务 MTD
态势感知 SA
认证测试中心 CTC
边缘安全 EdgeSec
应用中间件
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
API网关 APIG
分布式缓存服务 DCS
多活高可用服务 MAS
事件网格 EG
管理与监管
统一身份认证服务 IAM
消息通知服务 SMN
云监控服务 CES
应用运维管理 AOM
应用性能管理 APM
云日志服务 LTS
云审计服务 CTS
标签管理服务 TMS
配置审计 Config
应用身份管理服务 OneAccess
资源访问管理 RAM
组织 Organizations
资源编排服务 RFS
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
解决方案
高性能计算 HPC
SAP
混合云灾备
开天工业工作台 MIW
Haydn解决方案工厂
数字化诊断治理专家服务
云生态
云商店
合作伙伴中心
华为云开发者学堂
华为云慧通差旅
开发与运维
软件开发生产线 CodeArts
需求管理 CodeArts Req
流水线 CodeArts Pipeline
代码检查 CodeArts Check
编译构建 CodeArts Build
部署 CodeArts Deploy
测试计划 CodeArts TestPlan
制品仓库 CodeArts Artifact
移动应用测试 MobileAPPTest
CodeArts IDE Online
开源镜像站 Mirrors
性能测试 CodeArts PerfTest
应用管理与运维平台 ServiceStage
云应用引擎 CAE
开源治理服务 CodeArts Governance
华为云Astro轻应用
CodeArts IDE
Astro工作流 AstroFlow
代码托管 CodeArts Repo
漏洞管理服务 CodeArts Inspector
联接 CodeArtsLink
软件建模 CodeArts Modeling
Astro企业应用 AstroPro
CodeArts盘古助手
华为云Astro大屏应用
计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
云手机服务器 CPH
专属主机 DeH
弹性伸缩 AS
镜像服务 IMS
函数工作流 FunctionGraph
云耀云服务器(旧版)
VR云渲游平台 CVR
Huawei Cloud EulerOS
云化数据中心 CloudDC
网络
虚拟私有云 VPC
弹性公网IP EIP
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
虚拟专用网络 VPN
云连接 CC
VPC终端节点 VPCEP
企业路由器 ER
企业交换机 ESW
全球加速 GA
企业连接 EC
云原生应用网络 ANC
CDN与智能边缘
内容分发网络 CDN
智能边缘云 IEC
智能边缘平台 IEF
CloudPond云服务
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
威胁检测服务 MTD
态势感知 SA
认证测试中心 CTC
边缘安全 EdgeSec
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
可信智能计算服务 TICS
推荐系统 RES
云搜索服务 CSS
数据可视化 DLV
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
湖仓构建 LakeFormation
智能数据洞察 DataArts Insight
应用中间件
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
API网关 APIG
分布式缓存服务 DCS
多活高可用服务 MAS
事件网格 EG
开天aPaaS
应用平台 AppStage
开天企业工作台 MSSE
开天集成工作台 MSSI
API中心 API Hub
云消息服务 KooMessage
交换数据空间 EDS
云地图服务 KooMap
云手机服务 KooPhone
组织成员账号 OrgID
云空间服务 KooDrive
管理与监管
统一身份认证服务 IAM
消息通知服务 SMN
云监控服务 CES
应用运维管理 AOM
应用性能管理 APM
云日志服务 LTS
云审计服务 CTS
标签管理服务 TMS
配置审计 Config
应用身份管理服务 OneAccess
资源访问管理 RAM
组织 Organizations
资源编排服务 RFS
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
区块链
区块链服务 BCS
数字资产链 DAC
华为云区块链引擎服务 HBS
解决方案
高性能计算 HPC
SAP
混合云灾备
开天工业工作台 MIW
Haydn解决方案工厂
数字化诊断治理专家服务
价格
成本优化最佳实践
专属云商业逻辑
云生态
云商店
合作伙伴中心
华为云开发者学堂
华为云慧通差旅
其他
管理控制台
消息中心
产品价格详情
系统权限
客户关联华为云合作伙伴须知
公共问题
宽限期保留期
奖励推广计划
活动
云服务信任体系能力说明
开发与运维
软件开发生产线 CodeArts
需求管理 CodeArts Req
流水线 CodeArts Pipeline
代码检查 CodeArts Check
编译构建 CodeArts Build
部署 CodeArts Deploy
测试计划 CodeArts TestPlan
制品仓库 CodeArts Artifact
移动应用测试 MobileAPPTest
CodeArts IDE Online
开源镜像站 Mirrors
性能测试 CodeArts PerfTest
应用管理与运维平台 ServiceStage
云应用引擎 CAE
开源治理服务 CodeArts Governance
华为云Astro轻应用
CodeArts IDE
Astro工作流 AstroFlow
代码托管 CodeArts Repo
漏洞管理服务 CodeArts Inspector
联接 CodeArtsLink
软件建模 CodeArts Modeling
Astro企业应用 AstroPro
CodeArts盘古助手
华为云Astro大屏应用
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
存储容灾服务 SDRS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
云存储网关 CSG
专属分布式存储服务 DSS
数据工坊 DWR
地图数据 MapDS
键值存储服务 KVS
容器
云容器引擎 CCE
云容器实例 CCI
容器镜像服务 SWR
云原生服务中心 OSC
应用服务网格 ASM
华为云UCS
数据库
云数据库 RDS
数据复制服务 DRS
文档数据库服务 DDS
分布式数据库中间件 DDM
云数据库 GaussDB
云数据库 GeminiDB
数据管理服务 DAS
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
AI开发平台ModelArts
华为HiLens
图引擎服务 GES
图像识别 Image
文字识别 OCR
自然语言处理 NLP
内容审核 Moderation
图像搜索 ImageSearch
医疗智能体 EIHealth
企业级AI应用开发专业套件 ModelArts Pro
人脸识别服务 FRS
对话机器人服务 CBS
语音交互服务 SIS
人证核身服务 IVS
视频智能分析服务 VIAS
城市智能体
自动驾驶云服务 Octopus
盘古大模型 PanguLargeModels
IoT物联网
设备接入 IoTDA
全球SIM联接 GSL
IoT数据分析 IoTA
路网数字化服务 DRIS
IoT边缘 IoTEdge
设备发放 IoTDP
企业应用
域名注册服务 Domains
云解析服务 DNS
企业门户 EWP
ICP备案
商标注册
华为云WeLink
华为云会议 Meeting
隐私保护通话 PrivateNumber
语音通话 VoiceCall
消息&短信 MSGSMS
云管理网络
SD-WAN 云服务
边缘数据中心管理 EDCM
云桌面 Workspace
应用与数据集成平台 ROMA Connect
ROMA资产中心 ROMA Exchange
API全生命周期管理 ROMA API
政企自服务管理 ESM
视频
实时音视频 SparkRTC
视频直播 Live
视频点播 VOD
媒体处理 MPC
视频接入服务 VIS
数字内容生产线 MetaStudio
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
迁移中心 MGC
专属云
专属计算集群 DCC
开发者工具
SDK开发指南
API签名指南
DevStar
华为云命令行工具服务 KooCLI
Huawei Cloud Toolkit
CodeArts API
云化转型
云架构中心
云采用框架
用户服务
账号中心
费用中心
成本中心
资源中心
企业管理
工单管理
客户运营能力
国际站常见问题
支持计划
专业服务
合作伙伴支持计划
我的凭证
华为云公共事业服务云平台
工业软件
工业数字模型驱动引擎
硬件开发工具链平台云服务
工业数据转换引擎云服务

查看诊断报告

更新时间:2025-01-24 GMT+08:00
分享

Advisor分析profiling会输出html和xlsx两份文件。请优先查看html报告进行训练作业性能调优。xlsx中记录了html中全量数据,如集群计算、通信和下发的耗时,可以基于xlsx对计算耗时、下发耗时和带宽等列进行排序,从而快速过滤出计算慢卡、下发慢卡、带宽最小卡。

html总览

html中包括总体性能分析(overall)、快慢卡算子性能比对(comparison)和性能问题分析(performance problem analysis)三大模块。overall模块包含对单卡或者集群的性能统计数据,comparison模块包含目标集群profiling与标杆集群profiling或目标集群内部快慢卡的算子比对数据,performance problem analysis模块包含计算(computation)、下发(schedule)、通信(communication)、内存(memory)和数据加载(dataloader)五个维度的具体分析。用户首先需要查看overall模块初步明确是否存在计算维度的慢卡和下发维度慢卡,然后再重点关注performance problem analysis中对应维度的各项分析及其优先级。

说明:

红色为高优先级,黄色为中等优先级,绿色为低优先级。参考html进行分析调优时,请按照优先级从高到低依次进行并测试调优后性能,快速解决重点问题。

图1 html报告总览-三大模块

当前advisor的performance problem analysis中包含如下分析项。

表1 性能分析能力概览

分析维度

分析项

释义

overall

overall summary

对于单卡profiling进行性能拆解,获取单步计算、下发和通信耗时。

slow rank

对于集群profiling进行性能统计,获取每张卡不同step的计算、下发和通信耗时。

slow link

对于集群profiling进行性能统计,获取每张卡不同step的带宽信息。

environment variable

识别错误配置且会影响性能的环境变量,如PLOG日志级别,HCCL相关环境变量,依赖24年930版本的pta。

comparison

kernel compare

两张卡NPU侧计算算子对比。

api compare

两张卡CPU侧torch aten算子下发对比。

performance problem analysis

computation - AI CORE frequency

计算维度,识别降频的节点,节点降频会导致flash attention和matmul类算子计算性能变差。

computation - AICPU

计算维度,识别AICPU算子,部分AICPU算子计算性能较差。

computation - operator dynamic shape

计算维度,检测动态shape,动态shape会触发频繁的算子编译。

computation - operator bound

计算维度,算子计算性能分析,例如算子是否充分使用AICORE核数。

schedule - synchronize stream

下发维度,异常同步流分析,过多同步流会打断CPU侧任务异步下发。

schedule - garbage collection(GC)

下发维度,识别异常耗时的垃圾回收,垃圾回收会造成大段空闲。

schedule - operator dispatch

下发维度,算子下发时编译分析,大量算子编译会导致整体训练性能变差。

schedule - syncBatchNorm

下发维度,NPU上分布式训练使用syncBN性能较差。

schedule - affinity api

下发维度,自动识别可替换的亲和API(融合算子API如rms_norm,亲和优化器如NpuFusedAdamw)。

communication - small packet

通信维度,识别因batch过小或者梯度累积较少导致的未充分利用机内通信带宽。

communication - bandwidth contention

通信维度,识别计算和通信相互掩盖,可能会抢占通信带宽。

communication - retransmission

通信维度,识别通信重传问题,单次重传耗时4秒以上。

memory

内存维度,识别异常内存算子。

dataloader

数据加载维度,异常耗时的数据读取将会导致明显的训练性能劣化。

overall模块介绍

  • 单卡overall summary

    下图展示了单卡上一个step的端到端耗时为1353ms,其中计算耗时(昇腾硬件上算子执行耗时)是57ms,未掩盖通信耗时为0ms,空闲耗时(硬件上没有进行计算和通信的其他时间)为1295ms。基于这三项数据可以初步判断当前训练任务的主要耗时瓶颈为空闲耗时。空闲耗时通常是任务下发(schedule)、数据加载(dataloader)和内存(memory)三个维度问题导致的,因此可以重点关注performance problem analysis中对应三个维度的分析。同理如果计算耗时占比较大,则应该重点关注计算维度的分析。

    图2 单卡性能拆解总体描述
    图3 单卡性能拆解详情
  • 多卡slow rank & slow link

    下图展示了多卡profiling分析的overall模块,包含集群快慢卡统计数值(slow rank,用于分析计算和任务下发的快慢卡)和集群带宽统计数值(slow link,用于分析集群中的网络通信慢链路)。点开slow rank模块,html中会基于表格展示每张卡不同step的计算耗时、通信耗时和空闲耗时。基于该表格,通常关注计算耗时(compute)和空闲耗时(free)这两列,可以初步分析当前瓶颈点是计算还是任务下发,以及是否存在计算快慢卡和下发快慢卡。如下图所示,可以看到8号卡的计算耗时明显大于其他卡,因此8号卡的“短板效应”将会拖慢集群的整体训练速度,后续性能分析需要重点关注8号卡的计算维度。

    图4 多卡不同step计算、下发和通信耗时统计值
    图5 多卡不同step通信带宽统计值
  • 环境变量Environment Variable Issues

    识别模型训练环境中设置的昇腾相关环境变量并给出建议。

    图6 环境变量分析
    表2 当前支持的环境变量

    环境变量名称

    释义

    ASCEND_GLOBAL_LOG_LEVEL

    plog日志级别,推荐设置为2(warning级别),低级别日志等级会导致cpu侧性能问题。

    HCCL_RDMA_TC

    HCCL通信相关环境变量,通常无需设置该环境变量,建议unset该环境变量。具体参考拥塞控制与纠错配置策略

    HCCL_RDMA_SL

    HCCL通信相关环境变量,通常无需设置该环境变量,建议unset该环境变量。具体参考拥塞控制与纠错配置策略

    ACLNN_CACHE_LIMIT

    用于缓存cann侧的aclnn算子,当空闲时间(free)较大时,可以尝试设置一个较大的数值,如export ACLNN_CACHE_LIMIT=100000

    HOST_CACHE_CAPACITY

    用于动态shape缓存,当存在动态shape时,设置一个非零正整数,如export HOST_CACHE_CAPACITY=20

    ASCEND_ENHANCE_ENABLE

    使能HCCL的FFTS+模式,export ASCEND_ENHANCE_ENABLE=1

    PYTORCH_NPU_ALLOC_CONF

    控制缓存分配,当存在内存碎片时,执行export PYTORCH_NPU_ALLOC_CONF=expandable_segments:True

    ASCEND_LAUNCH_BLOCKING

    是否启动同步下发,同步下发会导致严重的性能劣化,建议执行unset ASCEND_LAUNCH_BLOCKING

comparison模块介绍

当同时指定目标集群profiling和标杆集群profiling或者目标集群内部存在快慢卡时,advisor会针对计算和下发性能存在差异的卡(快慢卡)进行算子级的对比。

如下图所示,当分析时显式指定了标杆集群profiling数据,advisor识别到两次训练任务中0号卡的step12存在计算性能差异,则会对目标集群的0号卡step12与标杆集群的0号卡step12进行kernel(npu侧计算的算子)性能对比。基于该对比数据,可以判断两张卡上的npu算子是否存在计算性能差异。

图7 目标集群profiling数据与标杆集群profiling数据的kernel算子对比

如下图所示,当分析时显式指定了标杆集群profiling数据,advisor识别到两次训练任务中6号卡的step16存在api下发性能差异,对目标集群的6号卡step16与标杆集群的6号卡step16进行了api(cpu侧的torch aten算子任务下发)的性能对比。基于该对比数据,可以判断两张卡上的aten算子是否存在下发性能差异。

图8 目标集群profiling数据与标杆集群profiling数据的api下发对比

如下图所示,分析时并没有指定标杆集群profiling数据,但advisor识别到目标集群存在任务下发快慢卡(16和19号卡)现象,因此对比了16号卡step175和19号卡step172的api下发性能。

图9 目标集群(无标杆集群profiling)内部快慢卡api下发对比

performance problem analysis模块介绍

perfomance problem analysis中会细分为计算(computation),下发(schedule),通信(communication)、内存(memory)和数据加载(dataloader)五个维度,根据训练作业卡数、训练实际性能问题有不同的呈现,并非所有训练任务都有上述五个维度的分析。

图10 html报告总览-性能分析五维度
  • computation

    计算维度通常包含如下几类问题:

    • 降频:对应html中的'AI CORE Frequency Issues'。NPU AICORE主频降低,导致flash attention和matmul类算子计算性能严重劣化。
    • AICPU算子:对应html中的'AICPU Issues'。部分算子因NPU支持度或者输入数据shape/dtype等原因,无法在AICORE上运行,因此会放在AICPU上进行计算,部分AICPU算子会存在明显的性能劣化。
    • 动态shape:对应html中的'Operator Dynamic Shape Issues'。动态shape场景,部分昇腾算子会重复编译,导致计算延后,影响性能。
    • operator bound等问题:算子未打满AICORE的核数,导致计算利用率较低。

    具体介绍如下:

    • AI CORE Frequency Issues

      下图展示了高优先级的降频问题,从表格中可以看到flash attention算子耗时最长且降频比率最高,因此降频严重影响了整体的训练性能。对于降频问题,用户通常无法自行解决,需要联系服务方如华为云技术支持排查机器的温度和功耗。

      图11 降频分析
    • AICPU Issues

      下图展示了高优先级的AICPU问题,AICPU算子单步计算耗时313秒,GridSample2D算子单步计算耗时208秒,因此需要重点关注该算子。可以通过html中提供的堆栈信息查看源码中对该算子的调用是否可以替换成其他torch api,如果分析后无法替换可以求助昇腾算子侧的算子开发人员进行算子优化分析。

      图12 AICPU算子分析
    • Operator Dynamic Shape Issues

      下图展示了低优先级的动态shape问题,在NPU上动态shape可能导致频繁的算子编译从而影响训练性能,可以按照html中的提示在训练脚本开头加上如下红框中的两行代码(分布式训练请确保分布式训练的每个进程都可以使能这两行代码)。

      图13 动态shape分析
  • schedule

    下发维度通常包含如下几类问题

    • 同步流:对应html中的'Synchronize Stream Issues'。用户设置了ASCEND_LAUNCH_BLOCKING环境变量,打断了CPU侧算子的异步下发,严重影响训练性能。
    • GC:对应html中的'GC Analysis'。python garbage collection机制,大规模集群训练时GC任务会导致部分step训练耗时异常增大。
    • 算子下发:对应html中的'Operator Dispatch Issues'。训练时如果频繁进行算子编译会严重影响训练性能,可以增加两行python代码关闭算子编译。
    • 亲和API:对应html中的'Affinity API Issues'。通过使能亲和API(NPU融合算子API如rms_norm,NPU亲和优化器如NPUFusedAdamw)可以减少算子下发数量,从而提升训练性能。
    • syncBatchNorm:对应html中的'SyncBatchNorm Issues'。多卡DDP训练时如果使用syncBatchNorm,会存在明显的算子下发和通信瓶颈。

    具体介绍如下:

    • Synchronize Stream Issues

      下图展示了高优先级的同步流问题,html中提示发现大量同步算子,可以尝试`unset ASCEND_LAUNCH_BLOCKING` 环境变量后再进行训练。

      图14 异常同步流分析
    • GC Analysis

      下图展示了中优先级的GC问题,html中提示发现单步训练中存在200ms左右的空闲时间且在该时间窗内cpu侧没有进行训练算子下发,怀疑是GC导致,可以尝试加上`gc.disable()`关闭GC。

      图15 python垃圾回收(GC)分析
    • Operator Dispatch Issues

      下图展示了中优先级的算子下发问题,html中提示识别到单步训练中存在6678个算子进行了算子编译,编译耗时149ms,可以在训练脚本最开头加上suggestion中的两行代码关闭算子编译(分布式训练请确保每个进程都可以使能这两行代码)。

      图16 算子编译分析
    • Affinity API Issues

      下图展示了低优先的亲和API替换,通常仅在首次将训练任务从GPU迁移至NPU时需要关注这部分内容。已经在NPU上进行长训的任务出现性能问题,可以忽略该部分。html中提示存在torch_npu.confusion_transpose, 梯度裁剪和亲和优化器等多个可替换的API,用户可根据代码堆栈找到需要替换的具体源码,然后根据API instruction跳转后的参考文档修改源代码,从而使能亲和API提升训练性能。注意这里提示的亲和API并非都能提升训练性能,需要用户替换后实测,由于有一定代码修改和测试成本,因此优先级可以视作最低。

      图17 亲和API分析
    • SyncBatchNorm Issues

      下图展示了高优先级的syncBatchNorm问题,html中提示可以通过去除convert_sync_batchnorm代码使能普通的batchNorm,如果模型开发者评估认为对训练精度存在影响,可以使用html中给出的代码段替换torch_npu中syncbatchnorm.py文件的forward方法(可以在训练环境中执行`pip show torch_npu`查看torch_npu的安装路径)。这类优化通常可以较显著地提升训练速度。

      图18 SyncBatchNorm分析
  • memory

    内存维度当前识别的问题较为简单,通常是NPU HBM占用过大或者存在内存碎片导致自动触发昇腾内存释放/重整算子(Memory Operator Issues),进而影响了训练性能。

    下图展示了高优先级的内存算子问题,html中提示对于1号卡存在大量aclrtFree和aclMalloc算子,导致存在较大的空闲时间。按照建议,对于aclrtFree算子类问题,首先观察NPU HBM是否已经打满,如果打满则尝试减小micro batch size或者调整训练策略,例如训练LLM模型时使用ZeRO 3优化内存。其次采集profiling时设置“with_stack=True参数”,然后基于MindInsight Studio可视化profiling数据查看代码中是否存在empty_cache操作,如果存在则注释对应代码。对于aclMalloc算子类问题,按照建议设置环境变量即可减少内存碎片。

    图19 内存算子分析
  • dataloader

    数据加载维度(Slow Dataloader Issues)通常包含如下几类问题:

    • 数据放在读写性能较差的存储盘上,如云上的EVS和EFS。
    • 多卡训练时使用单进程dataloader,即num_workers参数默认为0。
    • 存在其他多进程操作影响了数据多进程读取。
    • 数据格式问题,例如zip、tar.gz等压缩包。
    • dataloader参数设置不合理,如没有配置锁页内存pin_memory=True。

      下图中展示了高优先级的dataloader问题,较慢的数据加载将会严重影响训练速度。html中提示分别从数据盘、多进程、dataloader参数设置、数据格式等不同方向进行排查。

      图20 数据加载分析
  • communication

    通信维度当前支持检测如下几类问题。

    • 通信计算并行时抢占通信带宽:对应html中的'BandWidth Contention Analysis'。在LLM类模型训练过程中,对于megatron类框架可以配置overlap相关参数使能计算和通信互相掩盖,进而提升训练性能。但部分场景中计算抢占通信带宽反而会导致性能劣化。
    • 小包分析:对应html中的'Packet Analysis'。当BatchSize较小或其他场景,并没有打慢NPU HBM,卡间通信数据包较小,没有充分利用通信带宽。
    • RDMA重传(跨节点通信):对应html中的“Communication Retransmission Analysis”。当网络通信配置出现冲突情况下,RDMA通信传输可能出现重传,导致通信耗时异常大幅增加。

    具体介绍如下:

    • BandWidth Contention Analysis

      下图展示了低优先级的通信带宽抢占问题,大部分场景中通信计算互相掩盖是有较大训练性能收益的,可以通过修改overlap或其他相关参数来测试是否存在性能提升。

      图21 通信带宽抢占分析
    • Packet Analysis

      下图展示了低优先级的通信小包问题,html中提示SDMA(机内通信)带宽相对较小,可以尝试增大batchSize或者梯度累积参数,如果配置了ZeRO3则推荐使用ZeRO1或者ZeRO2(如果内存够)。

      图22 通信小包分析
    • Communication Retransmission Analysis

      单次通信重传将会耗时4秒以上,会导致较严重的通信性能劣化,这类问题通常是由于节点网络配置错误导致,可以联系服务方如华为云技术支持排查网络配置。

      图23 通信重传分析
提示

您即将访问非华为云网站,请注意账号财产安全

文档反馈

文档反馈

意见反馈

0/500

标记内容

同时提交标记内容