triton.language.semantic.greater_than

1. OP 概述

简介：用于比较两个张量的元素，与>等价。

triton.language.semantic.greater_than(
 input: tl.tensor, 
 other: tl.tensor, 
 builder: ir.builder
) -> tl.tensor

作为tensor的内置运算符使用，如x>y。

2. OP 规格

2.1 参数说明

参数名	类型	说明
input	tensor	张量数据，左操作数，代表要进行比较的主数据
other	tensor	张量数据，右操作数，与input逐元素进行比较
_builder	-	保留参数，暂不支持外部调用

返回值： tl.tensor：同input的shape的张量

2.2 支持规格

2.2.1 DataType 支持

	int8	int16	int32	uint8	uint16	uint32	uint64	int64	fp16	fp32	fp64	bf16	bool
GPU	√	√	√	√	√	√	√	√	√	√	√	√	√
Ascend A2/A3	√	√	√	√	×	×	×	√	√	√	×	√	√

结论：Ascend 对比 GPU 缺失 uint16/uint32/uint64、fp64 的支持能力。

2.2.2 Shape 支持

	支持维度范围
GPU	无限制
Ascend A2/A3	无限制

结论：在 Shape 方面，GPU 与 Ascend 平台无差异。

2.3 特殊限制说明

相对社区能力缺失且无法实现

Ascend 对比 GPU 缺失 uint16/uint32/uint64、fp64 的支持能力。

2.4 使用方法

以下示例实现了对三维张量x0、x1做大于运算：

@triton.jit
def triton_gt_3d(in_ptr0, in_ptr1, out_ptr0, L: tl.constexpr, M: tl.constexpr, N: tl.constexpr):
    lblk_idx = tl.arange(0, L)
    mblk_idx = tl.arange(0, M)
    nblk_idx = tl.arange(0, N)
    idx = lblk_idx[:, None, None] * N * M + mblk_idx[None, :, None] * N + nblk_idx[None, None, :]
    x0 = tl.load(in_ptr0 + idx)
    x1 = tl.load(in_ptr1 + idx)
    ret = x0 > x1
    odx = lblk_idx[:, None, None] * N * M + mblk_idx[None, :, None] * N + nblk_idx[None, None, :]
    tl.store(out_ptr0 + odx, ret)

3. 语义GAP

相对社区能力缺失但能开发支持

可以考虑支持uint8类型。