# TransferWithCacheKeyConfig
【免费下载链接】geGE（Graph 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
- Atlas A3 训练系列产品/Atlas A3 推理系列产品：支持
- Atlas A2 推理系列产品：支持
- Atlas A2 训练系列产品：不支持
函数功能
构造TransferWithCacheKeyConfig。
函数原型
__init__(cache_key: Union[BlocksCacheKey, CacheKeyByIdAndIndex], src_layer_range: range = None, dst_layer_range: range = None, src_batch_index: int = 0)参数说明
| 参数名 | 数据类型 | 取值说明 |
|---|---|---|
| cache_key | Union[BlocksCacheKey, CacheKeyByIdAndIndex] | 目的Cache所在实例的cluster_id。 |
| src_layer_range | range | 必选参数，本地要传输的层的范围，step只支持为1。 |
| dst_layer_range | range | 必选参数，远端要传输的层的范围，step只支持为1。 |
| src_batch_index | int | 本地cache的batch下标。当源Cache为非PA场景时可以设置。 |
调用示例
from llm_datadist import TransferWithCacheKeyConfig TransferWithCacheKeyConfig(BlocksCacheKey(1), range(0, 40), range(0, 40))返回值
正常情况下返回TransferWithCacheKeyConfig的实例。
参数错误可能抛出TypeError、ValueError或LLMException。
约束说明
- src_layer_range表示范围需等于dst_layer_range表示范围。
- cache_key为BlocksCacheKey时，src_batch_index只能为0。
【免费下载链接】geGE（Graph 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
