TP=1,EP>1时仿真失败

[GeofferyGeng]

场景

仿真DS-V3,TP=1,EP>1

存在的问题

1.EP通信group和DP_EP通信group创建会失败，因为TP=1，TP的通信group没创建，而EP通信group和DP_EP通信group都依赖于TP
2.所有前向和后向集合通信被屏蔽

过程分析

1.break_dimension(-1) 导致维度划分异常

在 Sys::break_dimension() 中：

int Sys::break_dimension(int model_parallel_npu_group) {
  if (model_parallel_npu_group == 1) {
    return -1;  // 返回 -1
  }
  ...
}

2.decode_involved_dimensions 中所有维度被标记为 Data 维度

当 parallelismPolicy == TransformerFwdInBckwd 时：

int model_parallel_boundary = generator->break_dimension(model_parallel_npu_group); // 返回 -1
for (int i = 0; i <= -1; i++) {  // 循环不执行！model 维度全为 false
  model.push_back(true);
}
for (int i = 0; i < 10; i++) {   // 所有10个维度都被标记为 data 维度
  model.push_back(false);
  data.push_back(true);
}

结果：general_involved_dimensions["fwd"] 和 ["ig"] 全部为 false。

3.generate_collective 中跳过所有维度

在 Sys::generate_collective() 中：

for (int dim = 0; dim < topology->get_num_of_dimensions(); dim++) {
  if (topology->get_num_of_nodes_in_dimension(dim_mapper[dim]) == 1 ||
      !dimensions_involved[dim_mapper[dim]]) {
    continue;  // 所有维度都被跳过！
  }
  // ... 生成 CollectivePhase
}

由于 dimensions_involved 全为 false，所有维度都被 continue 跳过，导致 vect 为空。