HCCL简介

集合通信库HCCL（Huawei Collective Communication Library）是基于昇腾硬件的高性能集合通信库，为计算集群提供高性能、高可靠的通信方案。

提供单机、多机环境中的高性能集合通信和点对点通信。
支持AllReduce、Broadcast、AllGather、ReduceScatter、AlltoAll、Send、Receive等集合通信原语。
支持Ring、Mesh、Recursive Halving-Doubling（RHD）等通信算法。
支持HCCS、RoCE、PCIe等高速通信链路。
支持单算子和图模式两种执行模式。
支持通信算子的自定义开发，当前仅支持Atlas A3 训练系列产品/Atlas A3 推理系列产品与Atlas A2 训练系列产品/Atlas A2 推理系列产品，针对Atlas A2 训练系列产品/Atlas A2 推理系列产品，仅支持Atlas 800I A2 推理服务器、Atlas 300I A2 推理卡、A200I A2 Box 异构组件。

HCCL是CANN的核心组件，为NPU集群提供高性能、高可靠性的通信方案。HCCL向上支持多种AI框架，向下实现多款昇腾AI处理器之间的高效互联，其架构如下图所示。

图1 集合通信库软件架构图

HCCL包含HCCL集合通信库与HCOMM（Huawei Communication）通信基础库：

HCCL集合通信库：包含内置通信算子和扩展通信算子，提供对外的通信算子接口。
- 内置通信算子：HCCL提供的基础通信算子，包含集合通信算子和点对点通信算子。
- 扩展通信算子：用户可以使用HCOMM通信基础库提供的接口自定义扩展通信算子。
HCOMM通信基础库：采用分层解耦的设计思路，将通信能力划分为控制面和数据面两部分。
- 控制面：提供拓扑信息查询与通信资源管理功能。
- 数据面：提供本地操作、算子间同步、通信操作等数据搬运和计算功能。
控制面提供通信资源，数据面提供操作资源的方法，提供的相关接口可以让通信算子开发人员聚焦于业务创新，而无需关注芯片底层复杂的实现细节。

针对Atlas A2 训练系列产品/Atlas A2 推理系列产品，仅支持Atlas 800T A2 训练服务器、Atlas 900 A2 PoD 集群基础单元、Atlas 200T A2 Box16 异构子框。

针对Atlas 推理系列产品，仅支持Atlas 300I Duo 推理卡。