PyTorch 中的 DataParallel 和 DistributeDataParallel 疑问

环境：单机（一个 Node ），4 块 GPU 卡

PyTorch 在训练的时候有两种可选模式，第一种是 DataParallel （ DP ）模式，第二种是 DistributeDataParallel （ DDP ），我在实测中发现：

• 单卡能跑到 100%的情况下，DP 在 4 卡的时候加速比为～ 2
• 单卡能跑到 100%的情况下，DDP 在 4 卡的时候加速比为～ 4

我看了官方的文档：https://pytorch.org/tutorials/intermediate/ddp_tutorial.html

我有几个问题：

1. 有什么策略能够判断 DP 的情况下，单卡是绑定了一个进程还是说 4 卡绑定了一个进程呢？
2. 公司精通 CUDA 底层的同事和我说，这两种模式本质上是等价的，那么这个说法是对的吗？如果是对的，为什么等价，如果不对，差异在哪里呢。