---
title: 自动迁移方式
description: "本章节将指导用户将PyTorch训练脚本从GPU平台迁移至昇腾NPU平台。自动迁移方式支持PyTorch 2.1.0、2.6.0、2.7.1、2.8.0版本的训练脚本的迁移，自动迁移方式较简单，且修改内容最少，只需在训练脚本中导入库代码。"
url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/devaids/migrationtools/atlasfmkt_16_0019.html
sourcePath: /source/zh/canncommercial/900/devaids/migrationtools/atlasfmkt_16_0019.html
indexId: d03ea369e08f8d7573365400017be8d90605dcc1fdcc782c82fbc90cc46d9d8775
---
# 自动迁移方式

本章节将指导用户将PyTorch训练脚本从GPU平台迁移至昇腾NPU平台。自动迁移方式支持PyTorch 2.1.0、2.6.0、2.7.1、2.8.0版本的训练脚本的迁移，自动迁移方式较简单，且修改内容最少，只需在训练脚本中导入库代码。

#### 使用约束

- 由于自动迁移工具使用了Python的动态特性，但torch.jit.script不支持Python的动态语法，因此用户原训练脚本中包含torch.jit.script时使用自动迁移功能会产生冲突。目前自动迁移时会屏蔽torch.jit.script功能，若用户脚本中必须使用torch.jit.script功能，请使用  PyTorch GPU2Ascend工具迁移方式
进行迁移。
- 自动迁移工具与昇腾已适配的三方库可能存在功能冲突，若发生冲突，请使用  PyTorch GPU2Ascend工具迁移方式
进行迁移。
- 当前自动迁移暂不支持channel_last特性，建议用户使用contiguous进行替换。
- 若原脚本中使用的backend为nccl，在init_process_group初始化进程组后，backend已被自动迁移工具替换为hccl。如果后续代码逻辑包含backend是否为nccl的判断，例如assert backend in ['gloo', 'nccl']、if backend == 'nccl'，请手动将字符串nccl改写为hccl。
- 若用户训练脚本中包含昇腾NPU平台不支持的torch.cuda.default_generators接口，需要手动修改为torch_npu.npu.default_generators接口。


#### 迁移操作

1. 导入自动迁移的库代码。
  在训练入口.py文件的首行，插入以下引用内容。例如train.py中的首行插入以下引用内容。

```
import torch
import torch_npu
from torch_npu.contrib import transfer_to_npu
.....
```


2. 迁移操作完成。请参考训练配置及原始脚本提供的训练流程，在昇腾NPU平台直接运行修改后的模型脚本。
3. 训练完成后，迁移工具自动保存权重成功，说明迁移成功。若迁移失败，请参考迁移异常处理进行解决。


#### 迁移异常处理

- 如果模型包含评估、在线推理功能，也可在对应脚本中导入自动迁移库代码，并通过对比评估推理结果和日志打印情况，判断与GPU、CPU是否一致决定是否迁移成功。
- 若训练过程中提示部分CUDA接口报错，可能是部分API（算子API或框架API）不支持引起，用户可参考以下方案进行解决。

  - 使用分析迁移工具对模型脚本进行分析，获得支持情况存疑的API列表，进入    昇腾开源社区(https://gitcode.com/Ascend/pytorch)
提出ISSUE求助。
  - Ascend C算子请参考基于OpPlugin算子适配开发(https://www.hiascend.com/document/detail/zh/Pytorch/600/modthirdparty/modparts/thirdpart_0012.html)《Ascend Extension for PyTorch 套件与三方库支持清单(https://www.hiascend.com/document/detail/zh/Pytorch/2600/modthirdparty/modparts/FrameworkPTAdapter/26.0.0/zh/supported_suites_and_third_party_libraries/supported_suites_and_third_party_libraries.md)》中的“套件与三方库支持清单 > 昇腾自研插件 > 基于OpPlugin算子适配开发”章节进行算子适配。