Thanks for sending an requirement! Please fill in the following template to help quickly solve your problem.

Backgroud（背景信息）

使用AscendC对TBE实现的Mish算子进行重构，实现了AscendC实现的Mish算子对Atlas A2 训练系列产品/Atlas 800I A2推理产品硬件的适配。

Origin（信息来源）

外部贡献

Benefit / Necessity （价值/作用）

Mish算子的主要功能是计算给定数值的Mish激活函数值。Mish与其他常用激活函数相比，如ReLU和Swish，它提供了更平滑的输出，这有助于改善模型的学习和泛化。此外，Mish在处理负值时不会完全抑制梯度，这有助于避免梯度消失的问题，从而提高了模型的训练稳定性。Mish算子能够高效地处理批量数值的Mish计算，支持浮点数的输入。实现了Mish算子的AscendC实现，替代原有TBE算子在昇腾硬件上的适配。
支持设备：
Atlas A2 训练系列产品/Atlas 800I A2推理产品

Design（设计方案）

host侧设计方案

算子计算过程不涉及数据的维度信息，故在host侧将数据视为一维向量，仅考虑数据个数，不考虑数据维度信息。
任务均分：coreNum 根据输入长度和块大小动态调整，确保每个核心处理的数据块数均匀。
批量搬运：tileBlockNum 和 tileDataNum 计算单次搬运的数据量，通过 finalSmallTileNum 和 finalBigTileNum 确定小核/大核的搬运次数，将多次搬运合并为批量操作，减少冗余开销。尾块的处理逻辑确保不完整块也能被合并到计算流程中，避免数据碎片。

分核策略

优先使用满核的原则。
如果核间能均分，可视作无大小核区分，大核小核数据块一致；
如果核间不能均分，需要将余出的数据块分配到前几个核上。
输入数据大小计算：通过GetInputShape和GetDataTypeLength函数获取输入数据的大小和类型长度，计算出输入数据的总字节数。
UB内存大小和核心数量获取：通过平台信息获取UB内存大小和核心数量，并根据这些信息调整核心数量。

数据分块和内存优化策略

充分使用UB空间的原则。
需要考虑不同硬件的UB大小不同、是否开启double buffer、kernel侧API实现过程中是否需要临时数据的储存，综合考虑单核内切分的大小。
UB内存大小获取：通过GetCoreMemSize函数获取UB内存的大小，用于后续的数据切分计算。
Tile块计算：根据UB内存大小和预定义的BLOCK_SIZE及BUFFER_NUM和不同类型下的ubDataNum，计算出每个Tile块的数据数量。
数据切分：将输入数据按照计算出的Tile块大小进行切分，计算出每个core需要处理的数据块数量和最后一个block的剩余数据量。
设置切分参数：将计算出的切分参数（如每个core的数据量、Tile块大小等）设置到MishTilingData对象中。
这些策略确保了数据在多个核心之间的均匀分布，并且在单个核心内进行了合理的切分，以提高并行处理的效率。

tilingkey规划策略

不进行tilingkey划分，在kernel侧利用输入数据的类型来走不同的分支。

kernel侧设计方案

进行Init和Process两个阶段，其中Process包括数据搬入（CopyIn）、计算（Compute）、搬出（CopyOut）三个阶段。
CopyIn、Compute、CopyOut阶段都是以连续的数据切片(tiling块)为单位处理数据。根据每个vector核心的索引号计算数据切片的位置。
依照TBE实现，在HIGH_PRECISION模式将float16数据精度转换为float32计算。
bfloat16数据类型转为float32数据类型进行计算。
把原TBE算子中的tbe.vmul、tbe.vmuls、tbe.vadds、tbe.vrec、tbe.vexp、tbe.cast_to指令替换为AscendC的Mul、Muls、Adds、Reciprocal、Exp、Cast等矢量指令。
使用AscendC的Compare和Select指令替换原TBE算子的tbe.vcmp和tbe.vsel指令，实现数据的条件判断和数据选取。
按照TBE算子的计算逻辑完成Mish计算。