DynamicBlockMxQuant

产品支持情况

产品	是否支持
Ascend 950PR&950DT系列产品	√
Atlas A3系列产品	×
Atlas A2系列产品	×
Atlas 200I/500 A2推理产品	×
Atlas推理系列产品	×
Atlas训练系列产品	×

功能说明

• 算子功能：对输入变量，以数据块（32*32）为基本块进行MX量化转换为目的数据类型。在每个基本块中，根据scale_alg的取值采取不同的scale算法计算出当前块对应的量化参数scale（1*1），将其广播为scale1（32*1）和scale2（1*32）输出。同时对基本块中的每一个数除以scale，根据round_mode转换到对应的dst_type，得到量化结果y。

• 计算公式：

  • 场景1，当scaleAlg为0时：

    • 将输入x以数据块（32*32）为基本块进行分组，一个数据块的数 $\{\{V_i{\}}_{i=1}^{32\ast 32}\}$ 量化为 $\{scale,\{P_i{\}}_{i=1}^{32\ast 32}\}$

      $$shared\_exp=floor(lo{g}_2(ma{x}_i(|V_i|)))-emax$$

      $$scale=2^{shared\_exp}$$

      $$P_i=cast\_to\_dst\_type(V_i/scale,round\_mode),ifrom1to32\ast 32$$

    • 同时将scale（1*1）广播为scale1（32*1）和scale2（1*32）作为输出scale1和scale2，​量化后的$P_i$按对应的$V_i$的位置组成输出y。

    • emax: 对应数据类型的最大正则数的指数位。

      DataType	emax
      FLOAT4_E2M1	2
      FLOAT4_E1M2	0
      FLOAT8_E4M3FN	8
      FLOAT8_E5M2	15

  • 场景2，当scaleAlg为2时，只涉及FLOAT4_E2M1类型：

    • 将长向量按块分，每块长度为k，对每块单独计算一个块缩放因子$S_{fp32}^b$，再把块内所有元素用同一个$S_{fp32}^b$映射到目标低精度类型FP8。如果最后一块不足k个元素，把缺失值视为0，按照完整块处理。
    • 找到该块中数值的最大绝对值:

    $$Amax(D_{fp32}^b)=max(\{|d_i|{\}}_{i=1}^k)$$

    • 引入新的属性dst_type_max。dst_type_max类型为float，默认值为0。默认输出时代表max_type为目标数据类型的最大值，如果传入其他数值，则需要按照传入的数值计算scale，有效值当前支持0.0、6.0和7.0，只支持在FLOAT4_E2M1场景设置该值。
    • 将FP32映射到目标数据类型FLOAT4_E2M1可表示的范围内。

    $$S_{fp32}^b=\frac{Amax(D_{fp32}^b)}{dst\_type\_max}$$

    • 将块缩放因子$S_{fp32}^b$转换为FP8格式下可表示的缩放值$S_{ue8m0}^b$
    • 从块的浮点缩放因子$S_{fp32}^b$中提取无偏指数$E_{int}^b$和尾数$M_{fixp}^b$
    • 为保证量化时不溢出，对指数进行向上取整，且在FP8可表示的范围内：

    $$E_{int}^b=\{\begin{array}{ll}{E}_{int}^b+1,& \text{如果}{S}_{fp32}^b\text{为正规数，且}{E}_{int}^b<254\text{且}{M}_{fixp}^b>0\\ E_{int}^b,& \text{其余情况}\end{array}$$

    • 计算块缩放因子：$S_{ue8m0}^b=2^{E_{int}^b}$
    • 计算块转换因子：$R_{fp32}^b=\frac{1}{fp32(S_{ue8m0}^b)}$
    • 应用到量化的最终步骤，对于每个块内元素，$d^i=DType(d_{fp32}^i\cdot R_{fp32}^n)$，最终输出的量化结果是$\left(S^b,[d^i{]}_{i=1}^k\right)$，其中$S^b$代表块的缩放因子，这里指$S_{ue8m0}^b$，$[d^i{]}_{i=1}^k$代表块内量化后的数据。

参数说明

参数名	输入/输出/属性	描述	数据类型	数据格式
x	输入	表示输入x，对应公式中$V_i$。 当dst_type为FLOAT4_E2M1、FLOAT4_E1M2时，x的最后一维必须是偶数。	FLOAT16、BFLOAT16	ND
round_mode	可选属性	表示数据转换的模式，对应公式中的round_mode。 当dst_type为40/41，对应输出y的数据类型为FLOAT4_E2M1/FLOAT4_E1M2时，支持{"rint", "floor", "round"}； 当dst_type为35/36，对应输出y的数据类型为FLOAT8_E5M2/FLOAT8_E4M3FN时，仅支持{"rint"}； 传入空指针时，采用"rint"模式。	STRING	-
dst_type	输入	表示指定数据转换后y的类型。 输入范围为{35, 36, 40, 41}，分别对应输出y1和y2的数据类型为{35:FLOAT8_E5M2, 36:FLOAT8_E4M3FN, 40:FLOAT4_E2M1, 41:FLOAT4_E1M2}	INT64	-
scale_alg	输入	表示scale的计算方法。 当前仅支持取值0和2，分别代表OCP Microscaling Formats (Mx) Specification和Dynamic Dtype Range实现。	INT64	-
dst_type_max	输入	表示max_type为目标数据类型的最大值。 在scale_alg=2，dst_type为FLOAT4_E2M1时生效，需要按照传入的数值计算scale。 有效值当前支持取值为0.0/6.0/7.0，只支持在FLOAT4_E2M1场景设置该值。	FLOAT	-
y	输出	表示输入x量化后的对应结果，对应公式中的$P_i$。 shape和输入x一致。	FLOAT4_E2M1、FLOAT4_E1M2、FLOAT8_E4M3FN、FLOAT8_E5M2	ND
scale1	输出	表示-1轴每个分组对应的量化尺度，对应公式中的scale广播的scale1。 shape为x的-1轴的值除以32向上取整，并对其进行偶数pad，pad填充值为0。	FLOAT8_E8M0	ND
scale2	输出	表示-2轴每个分组对应的量化尺度，对应公式中的scale广播的scale2。 shape为x的-2轴的值除以32向上取整，并对其进行偶数pad，pad填充值为0； scale2输出需要对每两行数据进行交织处理。	FLOAT8_E8M0	ND

约束说明

• 关于x、scale1、scale2的shape约束说明如下：
  • x的维度应该为2~3。
  • rank(scale1) = rank(x) + 1。
  • rank(scale2) = rank(x) + 1。
  • scale1.shape[-2] = (ceil(x.shape[-1] / 32) + 2 - 1) / 2。
  • scale2.shape[-3] = (ceil(x.shape[-2] / 32) + 2 - 1) / 2。
  • scale1.shape[-1] = 2。
  • scale2.shape[-1] = 2。
  • 其他维度与输入x一致。
  • 举例：输入x的shape为[B, M, N]，目的数据类型为FP8类时，对应的y的shape为[B, M, N]，scale1的shape为[B, M, ceil(N/64), 2]，scale2的shape为[B, ceil(M/64), N, 2]。

调用说明

调用方式	样例代码	说明
aclnn接口	test_aclnn_dynamic_block_mx_quant	通过aclnnDynamicBlockMxQuant接口方式调用DynamicBlockMxQuant算子。
图模式	-	通过算子IR构图方式调用DynamicBlockMxQuant算子。