---
title: 绑定训练进程到指定CPU-昇腾社区
description: 多P训练场景，为了使Host CPU调度均匀，从而进一步提高训练性能。
keywords: 多P场景;Host CPU
url: https://www.hiascend.com/document/caselibrary/detail/topic_0000001338446913
section: (其他)
---

# 绑定训练进程到指定CPU-昇腾社区

URL: https://www.hiascend.com/document/caselibrary/detail/topic_0000001338446913
描述: 多P训练场景，为了使Host CPU调度均匀，从而进一步提高训练性能。
关键词: 多P场景;Host CPU

昇腾文档 [了解详情](https://www.hiascend.com/document)

故障案例 [了解详情](https://www.hiascend.com/document/caselibrary)

绑定训练进程到指定CPU

绑定训练进程到指定CPU

2022/07/26

793

问题信息

| 问题来源 | 产品大类 | 产品子类 | 关键字 |
| --- | --- | --- | ---|
| 官方 | 模型训练 | TensorFlow | 多P场景、Host CPU |

#### 问题现象描述

多P训练场景，为了使Host CPU调度均匀，从而进一步提高训练性能。

#### 原因分析

用户可以参考如下步骤将训练进程绑定到指定的CPU上，用于平均分配Host CPU调度数。下面以8P举例说明。

#### 解决措施

1. 查询Host CPU个数，例如：Total CPU =96，如下图所示：
2. 计算每个训练进程分配的Host CPU调度数n。

n = Total CPU / 8 = 12。
3. 修改训练进程启动脚本，在拉起训练脚本前，使用“taskset -c ”绑定进程到指定的Host CPU。例如：

Device0：

```
taskset -c 0-11 python3.7 /home/test/xxx.py /
```

Device7：

```
taskset -c 84-95 python3.7 /home/test/xxx.py /
```

本页内容

- 问题信息
- 问题现象描述
- 原因分析
- 解决措施