# Getting Started with Fully Sharded Data Parallel \(FSDP2\)

- 发布方：PyTorch \(docs.pytorch.org\)
- 形式：文档 · en
- 原始资源：[https://docs.pytorch.org/tutorials/intermediate/FSDP\_tutorial.html](<https://docs.pytorch.org/tutorials/intermediate/FSDP_tutorial.html>)
- 本站页面：[https://oplearnx.com/resources/res\_7x8m85v2hn48](<https://oplearnx.com/resources/res_7x8m85v2hn48>)
- 学习主题：人工智能 / AI 系统与效率 / 分布式训练；人工智能 / AI 系统与效率；人工智能 / 机器学习 / 深度学习
- 内容状态：状态待核验
- 原始发布时间：2023-01-01 08:00
- 本站首次收录：2026-10-29 11:02

## 能学到什么

学习 PyTorch 中 FSDP2（完全分片数据并行）的基本用法，了解如何用它进行分布式模型训练。

- 了解 FSDP2 的用途：在多卡/多进程环境下对模型参数做完全分片以训练更大模型
- 按照官方教程搭建可运行 FSDP2 的最小训练脚本
- 在多个进程或 GPU 上启动 FSDP2 示例并完成一次前向与反向传播
- 结合 PyTorch 分布式基础（进程组、初始化方式）理解 FSDP2 的运行前提
- 把已有的单卡 nn.Module 训练循环改造成 FSDP2 版本

## 适合我吗

- 适合：适合已经会用 PyTorch 写训练循环、想进一步用 FSDP2 做分布式多卡训练的学习者。
- 需要留意：不适合完全没写过 PyTorch 训练代码的初学者，也不适合只想了解并行训练概念、不准备动手跑分布式程序的人。

## 前置条件与费用

- 知识前置：需要熟悉 PyTorch 基础（nn.Module、优化器、训练循环）和 Python。
- 软件、账号与硬件：多进程或多 GPU 运行环境；节选未说明是否必须使用 GPU。具体环境要求原站未在节选中说明。
- 内容费用：免费：PyTorch 官方文档站点的教程页面，节选中未见付费墙或登录拦截说明。
- 实践费用：实践费用待核验：节选未说明运行 FSDP2 示例所需的硬件或多卡资源；实际练习通常需多 GPU 或分布式环境，原站未说明。
- 转载与修改：按材料分别核对，见本页“来源核验与开课实跑”；仓库许可不自动适用于教材或视频。

## 准备工具

- [PyTorch](<https://docs.pytorch.org/tutorials/intermediate/FSDP_tutorial.html>)：运行 FSDP2 示例代码
- Python：运行训练脚本

## 学习指南

开课检查：提示词由本站整理，尚未按提示词实际完成开课检查。

### 开课提示词（Windows）

```text
请帮我把「Getting Started with Fully Sharded Data Parallel (FSDP2)」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://docs.pytorch.org/tutorials/intermediate/FSDP_tutorial.html
我的系统：Windows。如果实际不符，先调整方案。
本次路线：Windows：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：按教程把一个小型 nn.Module 包装为 FSDP2 并在多进程环境中完成一次训练循环；具体代码以原站正文为准，节选未提供。
课节（官方顺序）：
1. Getting Started with Fully Sharded Data Parallel (FSDP2)：https://docs.pytorch.org/tutorials/intermediate/FSDP_tutorial.html

1. 环境
- Python 3
- PyTorch（文档版本 v2.15.0+cu132）
- 多 GPU 或多进程运行环境（原站未在节选中列明）
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://docs.pytorch.org/tutorials/intermediate/FSDP_tutorial.html
3. 目录（最外层放在我确认的位置）
pytorch-fsdp2-getting-started/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.ps1     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-getting-started-with-fully-sharded/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.ps1，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。将下面检查转换为 PowerShell 命令，不使用 Bash 语法。
  - python -c "import torch; print(torch.__version__)"  → 输出 PyTorch 版本号
  - python -c "import torch.distributed as dist; print(hasattr(dist, 'init_process_group'))"  → 输出 True
  - 打开教程页确认能读到正文示例代码  → 页面正常显示 FSDP2 教程正文
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 开课提示词（macOS）

```text
请帮我把「Getting Started with Fully Sharded Data Parallel (FSDP2)」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://docs.pytorch.org/tutorials/intermediate/FSDP_tutorial.html
我的系统：macOS。如果实际不符，先调整方案。
本次路线：macOS：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：按教程把一个小型 nn.Module 包装为 FSDP2 并在多进程环境中完成一次训练循环；具体代码以原站正文为准，节选未提供。
课节（官方顺序）：
1. Getting Started with Fully Sharded Data Parallel (FSDP2)：https://docs.pytorch.org/tutorials/intermediate/FSDP_tutorial.html

1. 环境
- Python 3
- PyTorch（文档版本 v2.15.0+cu132）
- 多 GPU 或多进程运行环境（原站未在节选中列明）
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://docs.pytorch.org/tutorials/intermediate/FSDP_tutorial.html
3. 目录（最外层放在我确认的位置）
pytorch-fsdp2-getting-started/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-getting-started-with-fully-sharded/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - python -c "import torch; print(torch.__version__)"  → 输出 PyTorch 版本号
  - python -c "import torch.distributed as dist; print(hasattr(dist, 'init_process_group'))"  → 输出 True
  - 打开教程页确认能读到正文示例代码  → 页面正常显示 FSDP2 教程正文
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 开课提示词（Linux）

```text
请帮我把「Getting Started with Fully Sharded Data Parallel (FSDP2)」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://docs.pytorch.org/tutorials/intermediate/FSDP_tutorial.html
我的系统：Linux。如果实际不符，先调整方案。
本次路线：Linux：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：按教程把一个小型 nn.Module 包装为 FSDP2 并在多进程环境中完成一次训练循环；具体代码以原站正文为准，节选未提供。
课节（官方顺序）：
1. Getting Started with Fully Sharded Data Parallel (FSDP2)：https://docs.pytorch.org/tutorials/intermediate/FSDP_tutorial.html

1. 环境
- Python 3
- PyTorch（文档版本 v2.15.0+cu132）
- 多 GPU 或多进程运行环境（原站未在节选中列明）
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://docs.pytorch.org/tutorials/intermediate/FSDP_tutorial.html
3. 目录（最外层放在我确认的位置）
pytorch-fsdp2-getting-started/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-getting-started-with-fully-sharded/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - python -c "import torch; print(torch.__version__)"  → 输出 PyTorch 版本号
  - python -c "import torch.distributed as dist; print(hasattr(dist, 'init_process_group'))"  → 输出 True
  - 打开教程页确认能读到正文示例代码  → 页面正常显示 FSDP2 教程正文
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 每课提示词

```text
继续学习「Getting Started with Fully Sharded Data Parallel (FSDP2)」。课程目录是 pytorch-fsdp2-getting-started/（不知道完整路径就先问我）。
1. 读 progress.md，找到下一课；如果我指定了第几课，就准备那一课。
2. 打开这一课的官方页面和本地讲义，列出本课练习要用的工具、文件和样例数据。缺少的先告诉我，等我同意再安装或下载。
3. 在 lessons/ 对应的课节文件夹里准备好练习：exercises/ 里给每道题建一个文件，写上题号和题目原文链接，不写答案；已有文件保留，样例数据放到 data/。拿不到官方题目或起始代码时记录限制，不编造替代品。
4. 按 README 运行开课时生成的自检脚本或在线检查清单，并检查本课新增工具能否正常使用。
5. 告诉我：本课先读哪几节、从哪道练习开始、大约需要多久。我学完后，帮我在 progress.md 勾选并把问题整理到 questions.md。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
```

### 课节（官方顺序）

1. [Getting Started with Fully Sharded Data Parallel \(FSDP2\)](<https://docs.pytorch.org/tutorials/intermediate/FSDP_tutorial.html>)

## 指南参考

- [课程主页](<https://docs.pytorch.org/tutorials/intermediate/FSDP_tutorial.html>)

## 来源、许可与验证记录

- **开课提示词未完整验证，需要自备账号或资源**：安装 PyTorch（页面标注版本 v2.15.0\+cu132）；多 GPU 或多进程分布式运行环境（节选未明确要求，实际练习通常需要）
- 转载与修改 · 课程页面与材料：未找到明确许可。节选中未出现本页面的具体许可声明，仅见站点导航与版本标识 [依据](<https://docs.pytorch.org/tutorials/intermediate/FSDP_tutorial.html>)
- 链接检查：1/1 个可以访问

## 来源与推荐

- 编辑整理收录

---
来源：LearnMap · 学径（https://oplearnx.com）