排查与对照常用变量
排查与对照常用变量
NCCL_DEBUG=INFO python train.py # 打印初始化与拓扑信息
NCCL_SOCKET_IFNAME=eth0 # 指定 socket 通信网卡
NCCL_IB_DISABLE=1 # 临时禁用 IB/RoCE
NCCL_P2P_DISABLE=1 # 禁用 GPU 直连（对照测试）
NCCL_DEBUG_SUBSYS=INIT,NET # 只放开部分子系统日志| NCCL_TOPO_DUMP_FILE | 导出拓扑到文件 |
|---|---|
| NCCL_ALGO | 指定算法，如 Ring/Tree |
| NCCL_IB_HCA | 指定使用的 HCA 设备 |
禁用类变量只适合对照排查，不要凭感觉长期挂在生产配置上；调优要有基线数据支撑。