计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
弹性伸缩 AS
镜像服务 IMS
专属主机 DeH
函数工作流 FunctionGraph
云手机服务器 CPH
Huawei Cloud EulerOS
网络
虚拟私有云 VPC
弹性公网IP EIP
虚拟专用网络 VPN
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
VPC终端节点 VPCEP
云连接 CC
企业路由器 ER
企业交换机 ESW
全球加速 GA
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
边缘安全 EdgeSec
威胁检测服务 MTD
CDN与智能边缘
内容分发网络 CDN
CloudPond云服务
智能边缘云 IEC
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
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
云搜索服务 CSS
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
数据可视化 DLV
数据湖工厂 DLF
湖仓构建 LakeFormation
企业应用
云桌面 Workspace
应用与数据集成平台 ROMA Connect
云解析服务 DNS
专属云
专属计算集群 DCC
IoT物联网
IoT物联网
设备接入 IoTDA
智能边缘平台 IEF
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
国际站常见问题
ICP备案
我的凭证
支持计划
客户运营能力
合作伙伴支持计划
专业服务
区块链
区块链服务 BCS
Web3节点引擎服务 NES
解决方案
SAP
高性能计算 HPC
视频
视频直播 Live
视频点播 VOD
媒体处理 MPC
实时音视频 SparkRTC
数字内容生产线 MetaStudio
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
存储容灾服务 SDRS
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
专属分布式存储服务 DSS
容器
云容器引擎 CCE
容器镜像服务 SWR
应用服务网格 ASM
华为云UCS
云容器实例 CCI
管理与监管
云监控服务 CES
统一身份认证服务 IAM
资源编排服务 RFS
云审计服务 CTS
标签管理服务 TMS
云日志服务 LTS
配置审计 Config
资源访问管理 RAM
消息通知服务 SMN
应用运维管理 AOM
应用性能管理 APM
组织 Organizations
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
应用身份管理服务 OneAccess
数据库
云数据库 RDS
文档数据库服务 DDS
数据管理服务 DAS
数据复制服务 DRS
云数据库 GeminiDB
云数据库 GaussDB
分布式数据库中间件 DDM
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
人脸识别服务 FRS
图引擎服务 GES
图像识别 Image
内容审核 Moderation
文字识别 OCR
AI开发平台ModelArts
图像搜索 ImageSearch
对话机器人服务 CBS
华为HiLens
视频智能分析服务 VIAS
语音交互服务 SIS
应用中间件
分布式缓存服务 DCS
API网关 APIG
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
多活高可用服务 MAS
事件网格 EG
企业协同
华为云会议 Meeting
云通信
消息&短信 MSGSMS
云生态
合作伙伴中心
云商店
开发者工具
SDK开发指南
API签名指南
Terraform
华为云命令行工具服务 KooCLI
其他
产品价格详情
系统权限
管理控制台
客户关联华为云合作伙伴须知
消息中心
公共问题
开发与运维
应用管理与运维平台 ServiceStage
软件开发生产线 CodeArts
需求管理 CodeArts Req
部署 CodeArts Deploy
性能测试 CodeArts PerfTest
编译构建 CodeArts Build
流水线 CodeArts Pipeline
制品仓库 CodeArts Artifact
测试计划 CodeArts TestPlan
代码检查 CodeArts Check
代码托管 CodeArts Repo
云应用引擎 CAE
开天aPaaS
云消息服务 KooMessage
云手机服务 KooPhone
云空间服务 KooDrive

管理训练容器环境变量

更新时间:2024-12-25 GMT+08:00

什么是环境变量

本章节展示了训练容器环境中预置的环境变量,方便用户查看,主要包括以下类型。

  • 路径相关环境变量
  • 分布式训练作业环境变量
  • NCCL(Nvidia Collective multi-GPU Communication Library)环境变量
  • OBS环境变量
  • PIP源环境变量
  • API网关地址环境变量
  • 作业元信息环境变量

约束限制

为了避免新设置的环境变量与系统环境变量冲突,而引起作业运行异常或失败,请在定义自定义环境变量时,不要使用“MA_”开头的名称。

如何修改环境变量

用户可以在创建训练作业页面增加新的环境变量,也可以设置新的取值覆盖当前训练容器中预置的环境变量值。

说明:

为保证数据安全,请勿输入敏感信息,例如明文密码。

训练容器中预置的环境变量

训练容器中预置的环境变量如下面表格所示,包括表1表2表3表4表5表6表7

此处的环境变量取值仅为示例,涉及不同规格、引擎、Region可能取值不一样,此处仅供参考。

表1 路径相关环境变量

变量名

说明

示例

PATH

可执行文件路径,已包含常用的可执行文件路径。

“PATH=/usr/local/bin:/usr/local/cuda/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin”

LD_LIBRARY_PATH

动态链接库路径,已包含常用的动态库路径。

“LD_LIBRARY_PATH=/usr/local/seccomponent/lib:/usr/local/cuda/lib64:/usr/local/cuda/compat:/root/miniconda3/lib:/usr/local/lib:/usr/local/nvidia/lib64”

LIBRARY_PATH

静态库路径,已包含常用的静态库路径。

“LIBRARY_PATH=/usr/local/cuda/lib64/stubs”

MA_HOME

训练作业的主目录。

“MA_HOME=/home/ma-user”

MA_JOB_DIR

训练算法文件夹所在的父目录。

“MA_JOB_DIR=/home/ma-user/modelarts/user-job-dir”

MA_MOUNT_PATH

ModelArts挂载至训练容器内的路径,用于临时存放训练算法、算法输入、算法输出、日志等文件。

“MA_MOUNT_PATH=/home/ma-user/modelarts”

MA_LOG_DIR

训练日志目录。

“MA_LOG_DIR=/home/ma-user/modelarts/log”

MA_SCRIPT_INTERPRETER

训练脚本解释器。

“MA_SCRIPT_INTERPRETER=”

WORKSPACE

训练算法目录。

“WORKSPACE=/home/ma-user/modelarts/user-job-dir/code”

表2 分布式训练作业环境变量

变量名

说明

示例

MA_CURRENT_IP

作业容器IP。

“MA_CURRENT_IP=192.168.23.38”

MA_NUM_GPUS

作业容器的加速卡数量。

“MA_NUM_GPUS=8”

MA_TASK_NAME

作业容器的角色名,例如:

  • MindSpore、PyTorch为worker
  • 强化学习引擎为learner,worker
  • TensorFlow为ps,worker

“MA_TASK_NAME=worker”

MA_NUM_HOSTS

实例数。系统自动从资源参数的“实例数”中读取。

“MA_NUM_HOSTS=4”

VC_TASK_INDEX

当前容器索引,容器从0开始编号。单机训练的时候,该字段无意义。在多机作业中,用户可以根据这个值来确定当前容器运行的算法逻辑。

“VC_TASK_INDEX=0”

VC_WORKER_NUM

训练作业使用的实例数量。

“VC_WORKER_NUM=4”

VC_WORKER_HOSTS

多节点训练时,每个节点的域名地址,按顺序以英文逗号分隔,可以通过域名解析获取IP地址。

“VC_WORKER_HOSTS=modelarts-job-a0978141-1712-4f9b-8a83-000000000000-worker-0.modelarts-job-a0978141-1712-4f9b-8a83-000000000000,modelarts-job-a0978141-1712-4f9b-8a83-000000000000-worker-1.ob-a0978141-1712-4f9b-8a83-000000000000,modelarts-job-a0978141-1712-4f9b-8a83-000000000000-worker-2.modelarts-job-a0978141-1712-4f9b-8a83-000000000000,ob-a0978141-1712-4f9b-8a83-000000000000-worker-3.modelarts-job-a0978141-1712-4f9b-8a83-000000000000”

${MA_VJ_NAME}-${MA_TASK_NAME}-N.${MA_VJ_NAME}

表示不同节点的通信域名,例如0号节点的通信域名为 “${MA_VJ_NAME}-${MA_TASK_NAME}-0.${MA_VJ_NAME}”

N表示实例数。

例如,实例数为4时,此环境变量分别为

“${MA_VJ_NAME}-${MA_TASK_NAME}-0.${MA_VJ_NAME}”

“${MA_VJ_NAME}-${MA_TASK_NAME}-1.${MA_VJ_NAME}”

“${MA_VJ_NAME}-${MA_TASK_NAME}-2.${MA_VJ_NAME}”

“${MA_VJ_NAME}-${MA_TASK_NAME}-3.${MA_VJ_NAME}”

表3 NCCL环境变量

变量名

说明

示例

NCCL_VERSION

NCCL版本。

“NCCL_VERSION=2.7.8”

NCCL_DEBUG

NCCL日志等级。

“NCCL_DEBUG=INFO”

NCCL_IB_HCA

指定NCCL使用的IB网卡。

“NCCL_IB_HCA=^mlx5_bond_0”

NCCL_SOCKET_IFNAME

指定NCCL使用的SOCKET网卡。

“NCCL_SOCKET_IFNAME=bond0,eth0”

表4 OBS环境变量

变量名

说明

示例

S3_ENDPOINT

OBS地址。

“-”

S3_VERIFY_SSL

访问OBS是否使用SSL。

“S3_VERIFY_SSL=0”

S3_USE_HTTPS

访问OBS是否使用HTTPS。

“S3_USE_HTTPS=1”

表5 PIP源和API网关地址环境变量

变量名

说明

示例

MA_PIP_HOST

PIP源域名。

“MA_PIP_HOST=repo.myhuaweicloud.com”

MA_PIP_URL

PIP源地址。

“MA_PIP_URL=http://repo.myhuaweicloud.com/repository/pypi/simple/”

MA_APIGW_ENDPOINT

ModelArts API网关地址。

“MA_APIGW_ENDPOINT=https://modelarts.region.cn-east-3.myhuaweicloud.com”

表6 作业元信息环境变量

变量名

说明

示例

MA_CURRENT_INSTANCE_NAME

多节点训练时,当前节点的名称。

“MA_CURRENT_INSTANCE_NAME=modelarts-job-a0978141-1712-4f9b-8a83-000000000000-worker-1”

表7 预检相关环境变量

变量名

说明

示例

MA_SKIP_IMAGE_DETECT

ModelArts预检是否开启。默认为1,1表示开启预检,0表示关闭预检。

推荐开启预检,预检可提前发现节点故障、驱动故障。

“1”

表8 卡死检测相关环境变量

变量名

说明

示例

MA_HANG_DETECT_TIME

卡死检测时间。在这段时间内IO无变化则判定为任务卡死。

取值范围:10~720

单位:分钟

默认值:30

“30”

如何查看训练环境变量

在创建训练作业时,“启动命令”输入为“env”,其他参数保持不变。

当训练作业执行完成后,在训练作业详情页面中查看“日志”。日志中即为所有的环境变量信息。

图1 查看日志

我们使用cookie来确保您的高速浏览体验。继续浏览本站,即表示您同意我们使用cookie。 详情

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