1、流程
horovod初始化 —— >进程分配 ——> 训练参数配置 —— >模型参数广播 ——> 分布式Optimizer ——> 模型保存
2、使用方法
简略快速了解:Horovod使用说明
四部分详细:Horovod介绍
3、
在单机4卡的机上起训练,只需执行以下命令:
horovodrun -np 4 -H localhost:4 python train.py
在4机,每机4卡的机子上起训练,只需在一个机子上执行以下命令即可:
horovodrun -np 16 -H server1:4,server2:4,server3:4,server4:4 python train.py
注意无论是单机多卡,还是多机多卡,都只需在一个机子上执行一次命令即可,其他机horovod会用MPI启动进程和传递数据。