NVIDIA 集合通信库（NCCL）可实现针对 NVIDIA GPU 和网络进行性能优化的多 GPU 和多节点通信基元。

NCCL 提供了 all-gather、all-reduce、broadcast、reduce、reduce-scatter、point-to-point send 和 receive 等例程，这些例程均经过优化，可通过节点内的 PCIe 和 NVLink 高速互联以及节点间的 NVIDIA Mellanox 网络实现高带宽和低延迟。

先进的深度学习框架（例如 Caffe2、Chainer、MXNet、PyTorch和 TensorFlow）已集成 NCCL，以在多 GPU 多节点的系统上加快深度学习训练速度。

便捷性能

使用 NCCL，开发者无需针对特定机器优化其应用，因而更加便捷。NCCL 可在节点内和节点间实现多个 GPU 的快速集合。

简化编程

NCCL 使用可从多种编程语言轻松访问的简单 C API，且严格遵循 MPI（消息传递接口）定义的主流集合 API。

兼容性

NCCL 几乎可与任何多 GPU 并行模型兼容，例如：单线程、多线程（每个 GPU 使用一个线程）和多进程模型（MPI 与 GPU 上的多线程操作相结合）。

对 AMD、Arm、PCI Gen4 和 IB HDR 上的高带宽路径进行自动拓扑检测

凭借利用 SHARPV2 的网络内 all reduce 操作，将峰值带宽提升 2 倍

通过图形搜索，找到更佳的高带宽、低延迟的环和树集合

支持多线程和多进程应用

InfiniBand verbs、libfabric、RoCE 和 IP Socket 节点间通信

使用 Infiniband 动态路由重新路由流量，缓解端口拥塞