【FATE联邦学习】FATE联邦学习使用GPU、指定cuda下标

问题

FATE框架1.x支持GPU训练吗？

寻找

先看了官网，搜官网，发现还是有的。
打开第一个后，里面可以用training param指定各个client的训练GPU，但是好像都是在large language model的。
而在文档中搜寻到的gpu，其实是release的版本说明，里面搜来搜去，也是只有跟LLM相关的。莫非是一开始就支持GPU？我希望找到具体什么地方验证了FATE支持/不支持GPU

在官方群里提问后，群友提供了一个文档，说横向的联邦是支持GPU的，并且给了example：https://github.com/FederatedAI/FATE/blob/master/doc/tutorial/pipeline/nn_tutorial/README.md，简单把所有example搜了下gpu这个关键字，没有说明。。

淦，那就先探索一下这个trainer param吧，搜索文档后，只有简单的几行代码，这能看出来个毛。

def __init__(self, trainer_name=None, **kwargs):
    super(TrainerParam, self).__init__()
    self.trainer_name = trainer_name
    self.param = kwargs

结果在他源码https://github.com/FederatedAI/FATE/blob/master/python/federatedml/param/homo_nn_param.py里面，还真就只有这么些代码

class TrainerParam(BaseParam):

    def __init__(self, trainer_name=None, **kwargs):
        super(TrainerParam, self).__init__()
        self.trainer_name = trainer_name
        self.param = kwargs

    def check(self):
        if self.trainer_name is not None:
            self.check_string(self.trainer_name, 'trainer_name')

    def to_dict(self):
        ret = {'trainer_name': self.trainer_name, 'param': self.param}
        return ret

可是他在调用的时候是写了这么多的。他既没有告诉我有什么kwargs，也没告诉我每个kwargs是什么作用，会有什么结果。感觉文档的提升空间还是有的。。好不方便啊。不但没明说GPU的支持与否，参数的具体意义和选项也没有给全（或者说给个全参数指引链接也好呀）。

trainer_param = TrainerParam(trainer_name='fedavg_trainer', epochs=1, batch_size=8, 
                             data_loader_worker=8, secure_aggregate=True, cuda=0)

解决

我是在/federatedml/param/homo_nn_param.py下找到的这个trainer param类，所以他大概率只能支持homo nn的场景。

使用的方法，根据文档，应该是通过trainer param类，把param给传入然后带动训练过程。
例子可以参考这个里面的例子，homo nn场景应该每个例子都会有trainer_param类，加入cuda=0这个参数应该就可以使用GPU了。

后续真实场景我会再测试

1. 此参数 是否真是有效，通过查看GPU使用
2. hetero场景能否使用GPU

到时再来更新。
更新：

确实有效。但是要注意有些函数的cuda参数是true或者false，而有些函数的参数是cuda的下标，一定要看好参数类型填参。

hetero场景是否能用？在1.11版本以及以前，是不能用GPU的。不知道2.x之后能不能有支持。