【昇腾】Ascend Snt9B集合通信算子单机多卡性能测试指导

举报
modelarts-dev-server 发表于 2023/10/26 19:35:35 2023/10/26
【摘要】 【昇腾】Ascend Snt9B集合通信算子单机多卡性能测试指导

0. 环境描述

笔者使用华为云ModelArts弹性裸金属服务器-Ascend Snt9B服务器进行集合通信算子性能测试.

包括的集合通信算子: allreduce;reducescatter;allgather;all2all 

选择的服务器镜像是:  EulerOS-2.10-Arm-rc3-64bit-for-Snt9B-BareMetal-with-CANN7.0.RC1

该镜像已经安装CANN和mpich,并进行了环境配置,若选择其他镜像需要先执行步骤1和2


1.  安装cann-toolkit

在主机中执行:

下载地址: https://www.hiascend.com/zh/developer/download/community/result?module=pt+tf+cann

./Ascend-cann-toolkit_6.3.T205_linux-aarch64.run --quiet --full

2.  安装mpich-3.2.1.tar.gz

在主机中执行:

下载地址:  https://www.mpich.org/static/downloads/3.2.1/mpich-3.2.1.tar.gz

 安装方法:

mkdir -p /home/mpich
mv /root/mpich-3.2.1.tar.gz /home/
cd /home/;tar -zxvf mpich-3.2.1.tar.gz
cd /home/mpich-3.2.1
./configure --prefix=/home/mpich --disable-fortran
make && make install

设置环境变量和编译hccl算子

export PATH=/home/mpich/bin:$PATH
cd /usr/local/Ascend/ascend-toolkit/latest/tools/hccl_test
export LD_LIBRARY_PATH=/home/mpich/lib/:/usr/local/Ascend/ascend-toolkit/latest/lib64:$LD_LIBRARY_PATH
make MPI_HOME=/home/mpich ASCEND_DIR=/usr/local/Ascend/ascend-toolkit/latest

算子编译完成后显示内容:

3. 测试通信算子

执行以下命令

export HCCL_BUFFSIZE=2048

环境变量HCCL_BUFFSIZE用于控制分布式业务场景下用于NPU之间通信的共享数据缓存区大小,单位为MB,默认值是200MB。 HCCL_BUFFSIZE 按照通信域粒度管理,即每个通信域拥有一份独立的数据共享缓冲区,保证通信域之间并发通信操作时的资源隔离。参考资料:

(1)昇腾社区HCCL_BUFFSIZE

(2)测试通信算子alltoallvc时设置HCCL_BUFFSIZE提升性能

(3)调整HCCL_BUFFSIZE,平衡通信内存使用量与通信性能

3.1 单机all_reduce_test

cd /usr/local/Ascend/ascend-toolkit/latest/tools/hccl_test

(1) 单机单卡:mpirun -n 1 ./bin/all_reduce_test -b 8 -e 1024M -f 2 -p 8 

(2) 单机多卡:mpirun -n 8 ./bin/all_reduce_test -b 8 -e 2048M -f 2 -p 8

3.2 单机reduce_scatter_test 

cd /usr/local/Ascend/ascend-toolkit/latest/tools/hccl_test

(1) 单机多卡:mpirun -n 8 ./bin/reduce_scatter_test -b 8K -e 2048M -f 2 -d fp32 -o sum -p 8

3.3 单机all_gather_test 

cd /usr/local/Ascend/ascend-toolkit/latest/tools/hccl_test

(1) 单机多卡:mpirun -n 8 ./bin/all_gather_test -b 8K -e 2048M -f 2 -d fp32 -p 8

3.4 单机alltoallv_test 

cd /usr/local/Ascend/ascend-toolkit/latest/tools/hccl_test

(1) 单机多卡:mpirun -n 8 ./bin/alltoallv_test -b 8K -e 2048M -f 2 -d fp32 -p 8

附. 昇腾一些常用命令

(1) 查看网卡状态UP和DOWN

for i in {0..7};do hccn_tool -i ${i} -link -g;done

(2) 查看单节点内网卡IP连通性

for i in $(seq 0 7);do hccn_tool -i $i -net_health -g;done

(3)   当某网卡已经开始roce带宽测试时,再次启动任务会报错如下,解决这个问题需要关闭roce_test任务.

hccn_tool -i 7 -roce_test reset

20230920-095804(WeLinkPC).png


【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。