Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
BaiXuePrincess
Paddle
提交
52a7b0c4
P
Paddle
项目概览
BaiXuePrincess
/
Paddle
与 Fork 源项目一致
Fork自
PaddlePaddle / Paddle
通知
1
Star
1
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
Paddle
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
未验证
提交
52a7b0c4
编写于
8月 18, 2021
作者:
L
Leo Chen
提交者:
GitHub
8月 18, 2021
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
[NPU] add retry on HcclGetRootInfo to fix "bind fail" (#34977)
* add retry for HcclGetRootInfo * refine code * reduce retry interval
上级
100db44f
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
17 addition
and
2 deletion
+17
-2
paddle/fluid/operators/collective/c_gen_hccl_id_op.cc
paddle/fluid/operators/collective/c_gen_hccl_id_op.cc
+17
-2
未找到文件。
paddle/fluid/operators/collective/c_gen_hccl_id_op.cc
浏览文件 @
52a7b0c4
...
...
@@ -32,9 +32,24 @@ namespace operators {
#ifdef PADDLE_WITH_ASCEND_CL
static
void
GenHCCLID
(
std
::
vector
<
HcclRootInfo
>*
hccl_ids
)
{
constexpr
int
timeout
=
2
*
60
+
10
;
// 2MSL+10s
constexpr
int
retry_time
=
1
;
for
(
size_t
i
=
0
;
i
<
hccl_ids
->
size
();
++
i
)
{
PADDLE_ENFORCE_NPU_SUCCESS
(
platform
::
dynload
::
HcclGetRootInfo
(
&
(
*
hccl_ids
)[
i
]));
bool
failed
=
true
;
for
(
auto
retry_times
=
0
;
retry_times
*
retry_time
<
timeout
;
++
retry_times
)
{
auto
err
=
platform
::
dynload
::
HcclGetRootInfo
(
&
(
*
hccl_ids
)[
i
]);
if
(
err
==
0
)
{
failed
=
false
;
break
;
}
std
::
this_thread
::
sleep_for
(
std
::
chrono
::
seconds
(
retry_time
));
LOG
(
WARNING
)
<<
"HcclGetRootInfo failed, err is: "
<<
err
<<
", retry "
<<
retry_times
<<
" times"
;
}
if
(
failed
)
{
PADDLE_THROW
(
platform
::
errors
::
External
(
"HcclGetRootInfo failed!"
));
}
}
}
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录