准备资源配置文件

配置文件说明

进行训练之前，需要准备昇腾AI处理器资源配置文件（即Rank table文件），并上传到当前运行环境，该文件用于定义训练的昇腾AI处理器资源信息。最终通过环境变量RANK_TABLE_FILE指定ranktable文件路径。

ranktable文件内容格式按照json格式要求，以2p场景为例，文件可以命名为rank_table_2p.json，文件配置示例请见本文介绍。

使用前须知

1. 在ranktable文件中配置需要参与训练的昇腾AI处理器数目，当前支持两种配置模板，全新场景推荐使用模板一，模板二用于兼容部分已有场景。
2. 如果使用1台训练服务器（Server），要求实际参与集合通信的昇腾AI处理器数目只能为1/2/4/8，且0-3卡和4-7卡各为一个组网，使用2张卡或4张卡训练时，不支持跨组网创建设备集群。
3. 如果使用Server集群，即由集群管理主节点+一组训练服务器（Server）组成训练服务器集群，要求参与集合通信的的昇腾AI处理器数目只能为8*n（其中n为参与训练的Server个数，上限为512）。且n为2的指数倍情况下，集群性能最好，建议用户优先采用此种方式进行集群组网。
4. Atlas 300T 训练卡（型号 9000）场景下，要求配置的昇腾AI处理器数目不大于服务器上实际的数目，并且必须使用模板一配置。

模板一（推荐使用）

{
"server_count":"1",  //server数目，此例中，只有一个AI server
"server_list":
[
   {
        "device":[   // server中的device列表
                       {
                        "device_id":"0",   // 处理器HDC通道号
                        "device_ip":"192.168.1.8",    // 处理器真实网卡IP
                        "rank_id":"0"     // rank的标识，rankID从0开始
                        },
                        {
                         "device_id":"1",
                         "device_ip":"192.168.1.9", 
                         "rank_id":"1"
                         }
                  ],
         "server_id":"10.0.0.10"   //server标识，以点分十进制表示IP字符串
    }
],
"status":"completed",   // ranktable可用标识，completed为可用
"version":"1.0"         // ranktable模板版本信息,当前必须为"1.0"
}

address_0=xx.xx.xx.xx
netmask_0=xx.xx.xx.xx
netdetect_0=xx.xx.xx.xx
address_1=xx.xx.xx.xx
netmask_1=xx.xx.xx.xx
netdetect_1=xx.xx.xx.xx
...

模板二（兼容部分已有场景）

{
"status":"completed",   // Rank table可用标识，completed为可用
"group_count":"1",      // group数量，建议为1
"group_list":           // group列表
 [
   {
    "group_name":"hccl_world_group",//group名称，建议hccl_world_group
    "instance_count":"2",        // instance实例个数，容器场景下可理解为容器个数
    "device_count":"2",         // group中的所有device数目
    "instance_list":[
        {
           "pod_name":"tf-bae41",     //instance实例名称，一般为容器名称
           "server_id":"10.0.0.10",   //server标识，以IP格式填入
           "devices":[                //instance实例的device列表
            {
              "device_id":"0",           // 昇腾AI处理器HDC通道号
              "device_ip":"192.168.1.8"  // 昇腾AI处理器真实网卡IP
            }
           ]
        },
        {
            "pod_name":"tf-tbdf1",             
            "server_id":"10.0.0.10",
            "devices":[
                {
                    "device_id":"1",
                    "device_ip":"192.168.1.9"  
                }
             ]
          }
       ]
   }     
 ] 
}