nccl 可以免费使用吗？用的什么许可证？

nccl 以 Other 许可证开源。用于商业产品前，请先确认许可证条款。

nccl 还在维护吗？

活跃维护中。nccl 最近一次提交是在 2026年11月3日。

nccl 适合用来做什么？

多 GPU 分布式深度学习训练中的梯度同步高性能计算任务中跨多块 GPU 交换张量数据配合 nccl-tests 测试套件评估互连带宽

nccl 怎么安装和运行？

从 NVIDIA 开发者页面下载官方 NCCL 构建版本从源代码构建库: make -j src.build

在哪里获取 nccl？

源代码和安装说明在 GitHub 上：https://github.com/NVIDIA/nccl

NVIDIA/nccl

Q: nccl 怎么安装和运行？

从 NVIDIA 开发者页面下载官方 NCCL 构建版本 从源代码构建库: make -j src.build

NCCL 是英伟达的 GPU 集合通信库，提供 all-reduce、all-gather 等优化原语，用于单机和多机训练。

在 GitHub 查看官网

Star: 5,211
Fork: 1,475
未关闭 Issue: 466
最近提交: 4天前

这是什么？

NCCL（发音类似 "Nickel"）是一个独立的 GPU 集合通信库，实现了 all-reduce、all-gather、reduce、broadcast、reduce-scatter 以及基于 send/receive 的任意通信模式。它主要面向需要多块 GPU 快速交换数据的场景，例如分布式深度学习。

在单机内，NCCL 针对 PCIe、NVLink 和 NVSwitch 进行了带宽优化；跨节点时，可通过 InfiniBand Verbs 或 TCP/IP 套接字通信。它支持单机或多机上任意数量的 GPU，既可用于单进程应用，也可用于多进程（如 MPI）应用。

仓库提供库源码的 make 构建方式，并支持打包为 Debian、RPM、通用 tarball 以及 Python wheel。测试代码维护在独立的 nccl-tests 仓库中。

核心功能

01实现 all-reduce、all-gather、reduce、broadcast、reduce-scatter 等集合通信操作
02支持单机或多机上任意数量的 GPU
03可经由 PCIe、NVLink、NVSwitch、InfiniBand Verbs 和 TCP/IP 套接字通信
04同时适用于单进程和多进程（如 MPI）应用
05支持从源码构建，也可打包为 deb、rpm、tarball 或 Python wheel

适用场景

多 GPU 分布式深度学习训练中的梯度同步
高性能计算任务中跨多块 GPU 交换张量数据
配合 nccl-tests 测试套件评估互连带宽

快速上手

1
从 NVIDIA 开发者页面下载官方 NCCL 构建版本
2
从源代码构建库
make -j src.build

使用前须知

元数据中未明确许可证，使用前请先查看仓库的许可条款。
从源码构建需要已安装 CUDA 工具包，并且需要 NVIDIA GPU。

收录于专题

GPU 加速的 AI 训练与推理工具

常见问题

nccl 是什么？: NCCL 是英伟达的 GPU 集合通信库，提供 all-reduce、all-gather 等优化原语，用于单机和多机训练。 NCCL（发音类似 "Nickel"）是一个独立的 GPU 集合通信库，实现了 all-reduce、all-gather、reduce、broadcast、reduce-scatter 以及基于 send/receive 的任意通信模式。它主要面向需要多块 GPU 快速交换数据的场景，例如分布式深度学习。
nccl 可以免费使用吗？用的什么许可证？: nccl 以 Other 许可证开源。用于商业产品前，请先确认许可证条款。
nccl 还在维护吗？: 活跃维护中。nccl 最近一次提交是在 2026年11月3日。
nccl 适合用来做什么？: 多 GPU 分布式深度学习训练中的梯度同步高性能计算任务中跨多块 GPU 交换张量数据配合 nccl-tests 测试套件评估互连带宽
nccl 怎么安装和运行？: 从 NVIDIA 开发者页面下载官方 NCCL 构建版本从源代码构建库: make -j src.build
在哪里获取 nccl？: 源代码和安装说明在 GitHub 上：https://github.com/NVIDIA/nccl

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。