【大语言模型_6】mindie启动模型错误整理

一、启动报 [hccl_runner.cpp:141] AllGatherHcclRunner:0 HcclCommInitRootInfo fa               il, error:2, rank:0, rankSize:2

背景：运行DeepSeek-R1-Distill-Qwen-14B模型，在2张300 P卡可以运行，单独一张启动报以上错误。

问题分析：hccl在创建通信域时，相应的卡需要分配大约300M的device内存，因此每张卡所在的通信域的数量越多，则额外需要的内存越多，因此会有内存不足的问题。 

参考链接：

分布式并行快问快答来咯！|昇思MindSpore分布式并行FAQ_hccl function error: hcclcomminitrootinfo(numranks-CSDN博客