A100集群测试2机16卡吞吐低于单机8卡吞吐

[iamweizhi]

A100集群测试2机16卡加速比为0.35，测试吞吐低于单机8卡

[strint]

建议先用英伟达profile工具看下瓶颈

英伟达profile工具

地址

https://developer.nvidia.com/nsight-systems

nsys使⽤

nsys有多种使⽤⽅法，为了测量统计埋点的时间，简单直观的使⽤⽅式直接运⾏如下指令：

nsys profile --stats=true \
python3 cnn_benchmark/of_cnn_benchmarks.py \
 --gpu_num_per_node=1 \
 --model="alexnet" \
 --batch_size_per_device=8 \
 --iter_num=20 \
 --learning_rate=0.01 \
 --optimizer="sgd" \
 --loss_print_every_n_iter=1 \
 --data_dir="/dataset/imagenet_227/train/32"

需要注意的是，训练的step不能太多，⽐如只训练20步，不然⽂件太⼤，后⾯就打不开了。
nsys输出了两个⽂件分别以 qdrep 和 sqlite 为后缀。 qdrep 能够⽤NVIDIA Nsight Systems打开。

nccl tests

nccl tests是⼀个测试集群⽹速的⼯具，⼀般需要⾃⼰编译运⾏，git地址如下：https://github.com/NVIDIA/nccl-tests