CANN/ge LLM集群链接API文档

link_clusters【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge产品支持情况产品是否支持Atlas A3 训练系列产品/Atlas A3 推理系列产品√Atlas A2 推理系列产品√Atlas A2 训练系列产品x函数功能由Client单侧发起建链。由于动态扩缩的部分大部分是Decode侧因此将P定义为Server端D定义为Client端建链过程实现由D向P发起建链的流程。函数原型link_clusters(clusters: Union[List[LLMClusterInfo], Tuple[LLMClusterInfo]], timeout3000)参数说明参数名称数据类型取值说明clustersUnion[List[LLMClusterInfo], Tuple[LLMClusterInfo]]集群列表。timeoutint超时时间单位ms默认超时时间3000ms。调用示例from llm_datadist import LLMDataDist, LLMRole, LLMStatusCode, LLMClusterInfo llm_datadist LLMDataDist(LLMRole.DECODER, 0) cluster LLMClusterInfo() cluster.remote_cluster_id 1 cluster.append_local_ip_info(1.1.1.1, 26000) cluster.append_remote_ip_info(1.1.1.1, 26000) ret, rets llm_datadist.link_clusters([cluster], 5000) if ret ! LLMStatusCode.LLM_SUCCESS: raise Exception(link failed.) for cluster_i in range(len(rets)): link_ret rets[cluster_i] if link_ret ! LLMStatusCode.LLM_SUCCESS: print(f{cluster_i} link failed.)返回值正常情况下返回两个值的元组第一个值是接口的返回值类型是LLMStatusCode第二个是每个集群建链结果的列表类型是LLMStatusCode。参数错误可能抛出TypeError或ValueError。约束说明建链的要求如下。建链数量过多存在内存OOM及KV Cache传输的性能风险。Server侧P侧并发建链的数量16允许创建的最大通信数量512。Client侧D侧允许创建的最大通信连接数量512。建议超时时间配置200ms以上。只有Client发起调用【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考