jax.lax.all_gather

目录

jax.lax.all_gather#

jax.lax.all_gather(x, axis_name, *, axis_index_groups=None, axis=0, tiled=False)[源代码][源代码]#

收集所有副本中的 x 值。

如果 x 是一个 pytree，那么结果等同于将此函数映射到树中的每个叶子。

这相当于，但比 all_to_all(broadcast(x)) 更快。

参数:

  • x – 带有映射轴名为 axis_name 的数组。

  • axis_name – 用于命名 pmapped 轴的可哈希 Python 对象（更多详情请参阅 jax.pmap() 文档）。

  • axis_index_groups – 包含轴索引的可选列表（例如，对于大小为4的轴，[[0, 1], [2, 3]] 将对前两个和后两个副本运行所有收集操作）。组必须准确覆盖所有轴索引一次，并且所有组的大小必须相同。

  • axis – 一个位置轴，沿着 axis_name 的块将被连接到这个轴上。

  • tiled – 当 False 时，块将被堆叠到输出中索引为 axis 的新位置轴上。当 True 时，axis 必须引用一个现有的位置维度，并且块将被连接到该维度中。

返回:

表示沿轴 axis_name 进行 all-gather 操作结果的数组。形状与 x.shape 相同，但： - 当 tiled 为 False 时，在位置 axis 处有一个新维度，其大小等于轴 axis_name 的大小， - 当 tiled 为 True 时，位置 axis 处的维度大小乘以轴 axis_name 的大小。

例如，如果有4个可用的XLA设备：

>>> x = np.arange(4)
>>> y = jax.pmap(lambda x: jax.lax.all_gather(x, 'i'), axis_name='i')(x)
>>> print(y)
[[0 1 2 3]
 [0 1 2 3]
 [0 1 2 3]
 [0 1 2 3]]

使用 axis_index_groups 的示例，按偶数和奇数设备 ID 分组：

>>> x = np.arange(16).reshape(4, 4)
>>> print(x)
  [[ 0  1  2  3]
   [ 4  5  6  7]
   [ 8  9 10 11]
   [12 13 14 15]]
>>> def f(x):
...   return jax.lax.all_gather(
...       x, 'i', axis_index_groups=[[0, 2], [3, 1]])
>>> y = jax.pmap(f, axis_name='i')(x)
>>> print(y)
[[[ 0  1  2  3]
  [ 8  9 10 11]]
 [[12 13 14 15]
  [ 4  5  6  7]]
 [[ 0  1  2  3]
  [ 8  9 10 11]]
 [[12 13 14 15]
  [ 4  5  6  7]]]
目录