DataParallel简称DP，它不支持SyncBN（即同步BN），同步BN只在DataDistributedParallel（DDP）中才支持。如果单卡batch size太小，使用SyncBN可以提高性能；如果batch size较大的时候不需要使用SyncBN，因为同步时GPU之间的通信会导致训练速度变慢。
DP中的BN与DDP支持的SyncBN
当使用 torch.nn.DataParallel 将代码运行在多张 GPU 卡上时，PyTorch 的 BN 层是非同步的，默认操作是各卡上数据独立地计算均值和标准差，并在单卡上维护自己的参数，只在每一个GPU上对样本进行归一化，相当于减少了batch size的大小，训练的时候实际的 BN 层的 batch-size 为B a t c h S i z e /G P U 数 量 ；
SyncBN的意思是每张卡上使用相同的统计量：均值和方差。同步 BN 使用所有卡上的数据（全局样本数据）一起计算 BN 层的均值和标准差，缓解了当批量大小（batch size）比较小时对均值和标准差估计不准的情况