beginner/dist_overview

在 Google Colab 中运行

Colab

下载 Notebook

Notebook

在 GitHub 上查看

GitHub

PyTorch 分布式概述

创建于: 2020年7月28日 | 最后更新: 2025年7月20日 | 最后验证: 2024年11月05日

作者: Will Constable, Wei Feng

注意

在 github 上查看和编辑此教程。

这是 torch.distributed 包的概述页面。本页面的目标是将文档分类到不同的主题中，并简要描述每个主题。如果您是第一次使用 PyTorch 构建分布式训练应用程序，建议使用本文档来导航到最能满足您用例的技术。

简介

PyTorch 分布式库包含一系列并行模块、一个通信层以及用于启动和调试大型训练作业的基础设施。

并行 API

这些并行模块提供高级功能，并与现有模型结合使用

• 分布式数据并行 (DDP)

• 完全分片数据并行训练 (FSDP2)

• 张量并行 (TP)

• 流水线并行 (PP)

分片原语

DTensor 和 DeviceMesh 是用于在 N 维进程组上构建分片或复制张量的并行原语。

• DTensor 表示一个分片和/或复制的张量，并自动通信以根据操作需要重分片张量。

• DeviceMesh 将加速器设备通信器抽象成一个多维数组，该数组管理底层 ProcessGroup 实例，用于多维并行中的集体通信。请尝试我们的 Device Mesh 示例 以了解更多信息。

通信 API

PyTorch 分布式通信层 (C10D) 提供了集体通信 API（例如，all_reduce

和 all_gather）以及 P2P 通信 API（例如，send 和 isend），这些 API 在所有并行实现中都有使用。 使用 PyTorch 编写分布式应用程序 展示了使用 c10d 通信 API 的示例。

启动器

torchrun 是一个广泛使用的启动脚本，它在本地和远程机器上生成进程来运行分布式 PyTorch 程序。

应用并行化以扩展您的模型

数据并行是一种广泛采用的单程序多数据训练范式，其中模型在每个进程上复制，每个模型副本为不同的输入数据样本计算局部梯度，在每次优化器步骤之前，梯度会在数据并行通信器组内进行平均。

当模型无法放入 GPU 时，需要模型并行技术（或分片数据并行），并且可以将它们组合起来形成多维 (N-D) 并行技术。

在决定为模型选择哪种并行技术时，请遵循以下通用指南

1. 如果您的模型适合单个 GPU，但您想使用多个 GPU 轻松扩展训练，请使用 DistributedDataParallel (DDP)。

   • 如果您使用的节点超过一个，请使用 torchrun 来启动多个 pytorch 进程。

   • 另请参阅: 分布式数据并行入门

2. 当您的模型无法放入单个 GPU 时，请使用 FullyShardedDataParallel (FSDP2)。

   • 另请参阅: FSDP2 入门

3. 如果您在使用 FSDP2 时达到扩展限制，请使用 张量并行 (TP) 和/或 流水线并行 (PP)。

   • 尝试我们的 张量并行教程

   • 另请参阅: TorchTitan 3D 并行端到端示例

注意

数据并行训练也适用于 自动混合精度 (AMP)。

PyTorch 分布式开发者

如果您想为 PyTorch 分布式做出贡献，请参阅我们的 开发者指南。