分布式场景亲和性策略

Atlas 训练系列产品分布式亲和性策略

分布式训练任务每个节点申请的昇腾AI处理器个数支持1、2、4、8，并且每个任务需要调度到不同节点。

• MindCluster 5.0.RC1版本之前，由于底层的限制，分布式训练任务每个节点申请的昇腾AI处理器个数只支持8个。

• MindCluster 5.0.RC1及其之后版本，分布式训练任务每个节点申请的昇腾AI处理器个数支持1、2、4、8。其中单个节点的亲和性策略请参考单机场景亲和性策略。

Atlas 200T A2 Box16 异构子框和Atlas 200I A2 Box16 异构子框分布式亲和性策略

• Atlas 200T A2 Box16 异构子框和Atlas 200I A2 Box16 异构子框分布式任务每个节点申请的昇腾AI处理器个数支持1~8、10、12、14和16个。
• 当训练任务申请的昇腾AI处理器数量不大于8个时，需要选择HCCS互联内的昇腾AI处理器。
• 当训练任务申请的昇腾AI处理器数量为10、12、14时，仅需要将所需的昇腾AI处理器平均分配到两个环。相对的物理地址可以不一致。

Atlas 900 A3 SuperPoD 超节点分布式亲和性策略

• 若为逻辑超节点亲和任务，即任务YAML中的sp-block字段配置了逻辑超节点大小，则申请的昇腾AI处理器数量只能为16。
• 若使用非16张卡的分布式调度，将任务YAML中的huawei.com/schedule_policy字段配置为chip2-node16后，其亲和性策略与Atlas 800T A3 超节点服务器相同。当多个任务Pod调度到单个节点上时，不支持Pod间的集合通信。

A200T A3 Box8 超节点服务器、Atlas 800I A3 超节点服务器和Atlas 800T A3 超节点服务器分布式亲和性策略

任务申请的昇腾AI处理器数量支持2、4、6、8、10、12、14、16。当多个任务Pod调度到单个节点上时，不支持Pod间的集合通信。

推理服务器（插Atlas 300I 推理卡）分布式亲和性策略

• 推理任务申请的昇腾AI处理器数量不能大于节点的昇腾AI处理器总数。
• 当推理任务申请的昇腾AI处理器数量小于或等于4个时，需要将推理任务调度到同一张Atlas 300I 推理卡内。

推理服务器（插Atlas 300I Duo 推理卡）分布式亲和性策略

• 推理任务申请的昇腾AI处理器数量不能大于节点的昇腾AI处理器总数。
• 当推理任务申请的昇腾AI处理器数量小于或等于2个时，需要将推理任务调度到同一张Atlas 300I Duo 推理卡内。