---
title: npu.distribute.broadcast
description: "| 产品 | 是否支持 |"
url: https://www.hiascend.com/document/detail/zh/TensorFlowCommercial/latest/migration/tfmigr2/tfmigr2_tfadapi_0020.html
sourcePath: /source/zh/TensorFlowCommercial/900/migration/tfmigr2/tfmigr2_tfadapi_0020.html
indexId: 4facf511c4b43e24cf81ad8078320618e29c70a02b0b43271e759921d00340fe79
---
# npu.distribute.broadcast

#### 产品支持情况

| 产品 | 是否支持 |
| --- | --- |
| Atlas 350 加速卡 | √ |
| Atlas A3 训练系列产品 / Atlas A3 推理系列产品 | √ |
| Atlas A2 训练系列产品 / Atlas A2 推理系列产品 | √ |
| Atlas 200I/500 A2 推理产品 | ☓ |
| Atlas 推理系列产品 | ☓ |
| Atlas 训练系列产品 | √ |


#### 功能说明

集合通信算子Broadcast的操作接口，用于NPU分布式部署场景下，worker间的变量同步。

该接口可配合HCCL提供的Python语言的通信域管理接口进行使用，关于HCCL Python接口介绍可参见《HCCL通信域管理接口（Python）(https://www.hiascend.com/document/detail/zh/canncommercial/900/API/hcclug/hcclpython_07_0001.html)》。


#### 函数原型

```
npu.distribute.broadcast(values, root_rank, fusion=2, fusion_id=0, group="hccl_world_group")
```


#### 参数说明

| 参数名 | 输入/输出 | 描述 |
| --- | --- | --- |
| values | 输入 | 单个TensorFlow的Variable或者Variable的集合。 针对 Atlas A3 训练系列产品 / Atlas A3 推理系列产品 ，tensor支持的数据类型为int8、int32、float16、float32、int64、uint64、bfloat16。 针对 Atlas A2 训练系列产品 / Atlas A2 推理系列产品 ，tensor支持的数据类型为int8、int32、float16、float32、int64、uint64、bfloat16。 针对 Atlas 训练系列产品 ，tensor支持的数据类型为int8、int32、float16、float32、int64、uint64。 针对 Atlas 推理系列产品 ，tensor支持的数据类型为int8、int16、int32、float16、float32、int64、uint64。 |
| root\_rank | 输入 | int类型。 作为root节点的rank\_id，该id是group内的rank id。 |
| fusion | 输入 | int类型。 broadcast算子融合标识，支持以下取值： 0：标识网络编译时，不会对该算子进行融合，即该broadcast算子不和其他broadcast算子融合。 2：网络编译时，会对broadcast算子按照相同的fusion\_id进行融合，即“fusion\_id”相同的broadcast算子之间会进行融合。 |
| fusion\_id | 输入 | int类型。 broadcast算子的融合id。 当“fusion”取值为“2”时，网络编译时会对相同fusion\_id的broadcast算子进行融合。 |
| group | 输入 | String类型，最大长度为128字节，含结束符。 group名称，可以为用户自定义group或者"hccl\_world\_group"。 |


#### 返回值

无。


#### 调用示例

将0卡上的变量广播到其他卡：

```
# rank_id = 0  rank_size = 8
import npu_device as npu
x = tf.Variable(tf.random.normal(shape=()))
print("before broadcast", x)
npu.distribute.broadcast(x, root_rank=0)
print("after_broadcast", x)
```

广播前：


广播后：