本章节介绍通过环境变量设置资源信息，启动训练任务，包含单机单卡和单机多卡场景。

前提条件

使用该方案启动训练任务，需要设置如下环境变量。详细的配置环境变量的方法可参考little-demo的配置文件；关于环境变量的说明可参见配置环境变量。

CM_CHIEF_IP={host_ip}
CM_CHIEF_PORT=60000
CM_CHIEF_DEVICE=0
CM_WORKER_IP={host_ip}
CM_WORKER_SIZE=8

操作步骤

可选：如果需要自定义卡的数量，需要修改local_rank_size=自定义卡的数量，CM_WORKER_SIZE=local_rank_size * 训练节点数。

自定义卡的数量≤容器（或进程）中可见的卡的数量。
若是以特权模式启动的容器，容器中可见卡的数量=环境中卡的总数；若是以非特权模式启动的容器，容器中可见卡的数量 = 启动容器时实际挂卡的数量。
若是要进一步控制训练进程中可见卡的数量，可通过环境变量ASCEND_RT_VISIBLE_DEVICES来指定当前容器中可见的卡哪些对当前进程可见。该环境变量通常可指定参与训练的Device。
若是当前进程可见卡的数量为8，支持的自定义卡数量包括1、2、4、8。

下面的示例以环境中可见8卡为例，卡逻辑ID列表为[0,1,2,3,4,5,6,7]

local_rank_size = 1，则export CM_CHIEF_DEVICES=[0,1,2,3,4,5,6,7]的任一卡号。

local_rank_size = 2，取值说明如下：

连续用卡	export CM_CHIEF_DEVICES=0	表示0、1卡参与训练
连续用卡	export CM_CHIEF_DEVICES=4	表示4、5卡参与训练
非连续用卡	export ASCEND_RT_VISIBLE_DEVICES=1,3,5,7 如果创建容器的时候是连续卡，要使用非连续卡，此时需要设置该环境变量。	此时环境可见卡的逻辑ID列表[1,3,5,7]
	export CM_CHIEF_DEVICES=0	表示1、3卡参与训练
	export CM_CHIEF_DEVICES=1	表示3、5卡参与训练

local_rank_size = 4，取值说明如下：
- export CM_CHIEF_DEVICES=0（表示0、1、2、3卡参与训练）
- export CM_CHIEF_DEVICES=4（表示4、5、6、7卡参与训练）
local_rank_size = 8，取值说明如下：
export CM_CHIEF_DEVICES=0（表示0、1、2、3、4、5、6、7、8卡参与训练）

Rec SDK默认使用8卡训练，16卡使能需要执行以下命令。

for pdev in `lspci -vvv|grep -E "^[a-f]|^[0-9]|ACSCtl"|grep ACSCtl -B1|grep -E "^[a-f]|^[0-9]"|awk '{print $1}'` 
do
setpci -s $pdev ECAP_ACS+06.w=0000 
done

直接在启动命令后传入配置Master节点的Host侦听IP，命令格式如下。
```
bash run.sh main.py {host_ip}  
```
- 只有在启动命令后传入合法可用的IP地址，才可通过环境变量设置资源信息的方式启动训练任务。
- 若环境中同时存在资源配置文件，此时不传IP或者IP错误，则会通过资源配置文件的方式，启动训练任务。
- 若环境中不存在资源配置文件，此时不传IP或者IP错误，系统会提示“the rank table file does not exist”，此时用户可以通过配置资源文件或者传入符合要求的IP后，重新启动训练任务。
正常开始执行，打印信息参考如下。
```
ip: {host_ip} available.
The ranktable solution is removed.
CM_CHIEF_IP={host_ip}  
CM_CHIEF_PORT=60000
CM_CHIEF_DEVICE=0
CM_WORKER_IP={host_ip}  
CM_WORKER_SIZE=8
ASCEND_VISIBLE_DEVICES=0-8
py is main.py
use horovod to start tasks
...
```
执行完成，日志信息显示参考如下。
1 2 3
ASC manager has been destroyed. MPI has been destroyed. Demo done!

单机单卡和单机多卡训练

前提条件

操作步骤