迁移完成后

1. 参见配置分布式环境变量配置生成的多卡环境的组网信息文件。
2. 将run_distributed_ascend.sh文件中的“please input your shell script here”语句替换成模型原来的训练Python脚本执行命令。

   #!/bin/bash
   echo "=============================================================================================================="
   echo "Please run the script as: "
   echo "bash run_distributed_ascend.sh RANK_TABLE_FILE RANK_SIZE RANK_START DEVICE_START"
   echo "For example: bash run_distributed_ascend.sh /path/rank_table.json 8 0 0"
   echo "It is better to use the absolute path."
   echo "=============================================================================================================="
   execute_path=$(pwd)
   echo "${execute_path}"
   export RANK_TABLE_FILE=$1
   export RANK_SIZE=$2
   RANK_START=$3
   DEVICE_START=$4
   for((i=0;i<RANK_SIZE;i++));
   do
     export RANK_ID=$((i+RANK_START))
     export DEVICE_ID=$((i+DEVICE_START))
     rm -rf "${execute_path}"/device_$RANK_ID
     mkdir "${execute_path}"/device_$RANK_ID
     cd "${execute_path}"/device_$RANK_ID || exit
     "please input your shell script here" > train$RANK_ID.log 2>&1 &
   done

   表1 参数说明

   参数	说明
   RANK_TABLE_FILE	多卡环境的组网信息文件。
   RANK_SIZE	昇腾AI处理器的数量。
   RANK_START	指定调用昇腾AI处理器的逻辑起始ID，当前仅支持单机多卡，填0即可。
   DEVICE_START	指定调用昇腾AI处理器的物理起始ID。

   

   该脚本会在工程路径下创建device_{RANK_ID}目录，在该目录内去执行网络脚本，所以替换训练Python脚本执行命令时要注意训练Python脚本相对路径的变化。

3. 执行run_distributed_ascend.sh脚本以启动用户原工程。以8卡环境为例，命令如下。

   bash run_distributed_ascend.sh RANK_TABLE_FILE RANK_SIZE RANK_START DEVICE_START

具体MindSpore分布式训练（Ascend）请参见分布式并行训练 （Ascend）。

在GPU硬件平台上，MindSpore采用OpenMPI的mpirun进行分布式训练，可通过以下命令运行多卡脚本。

mpirun -n {多卡脚本运行的GPU卡数量} {模型原来的训练shell脚本执行命令}

具体MindSpore分布式训练（GPU）请参见分布式并行训练 （GPU）。