多机训练时，报 NCCL error(6) 错误，但同样环境下pytorch能正常多机训练

[KrisZHH]

bug描述 Describe the Bug

多机训练时，报 NCCL error(6) 错误，但同样环境下pytorch能正常多机训练。

运行环境：容器，2台机器，内网ip分别为223.0.15.19,223.0.15.22 paddle版本：2.4.2

多机代码demo.py如下：

import os
import paddle
import paddle.distributed as dist
# os.environ["NCCL_SOCKET_IFNAME"]="ens"  # 这个环境变量无论添加与否都报错
dist.init_parallel_env()

在两台机器上先后运行命令如下：

python3 -m paddle.distributed.launch --ips 223.0.15.19,223.0.15.22 --gpus 0,1,2,3 demo.py

报错如下：

Traceback (most recent call last):
  File "/root/demo.py", line 5, in <module>
    dist.init_parallel_env()
  File "/usr/local/python3916/lib/python3.9/site-packages/paddle/distributed/parallel.py", line 297, in init_parallel_env
    paddle.distributed.barrier(group=group)
  File "/usr/local/python3916/lib/python3.9/site-packages/paddle/distributed/collective.py", line 280, in barrier
    task = group.process_group.barrier()
OSError: (External) NCCL error(6), remote process exited or there was a network error.
  [Hint: Please search for the error code(6) on website (https://docs.nvidia.com/deeplearning/nccl/user-guide/docs/api/types.html#ncclresult-t) to get Nvidia's official solution and advice about NCCL Error.] (at /paddle/paddle/fluid/distributed/collective/ProcessGroupNCCL.cc:247)

由于同样环境，同样的ip，使用pytorch都能正常多机运行，肯定不是环境或者nccl的问题。请问paddle多机是否存在bug，或者说paddle的启动命令不对？请paddle大佬帮忙解决一下，万分感谢~

其他补充信息 Additional Supplementary Information

在两台机器上使用paddle.utils.run_check()返回的结果都是正常的，两台服务器跑paddle单机多卡任务也正常

[Franklinyung]

遇到了同样的问题

[KrisZHH]

遇到了同样的问题

你可以查看/etc/hosts下是否是正常的ip地址。paddle获取host ip的接口函数是依据/etc/hosts这个文件（这个真的很蠢，为什么不学学pytorch），但很多服务器的/etc/hosts文件默认是127.0.0.1 localhost，这就导致paddle无法正常获取ip地址（应为拿到的是127.0.0.1）。你把/etc/hosts里改成本机ip就可以了。