Pad样例

概述

本样例基于Kernel直调算子工程，介绍了调用Pad高阶API实现pad单算子，对height * width的二维Tensor在width方向上pad到32B对齐，如果Tensor的width已32B对齐，且全部为有效数据，则不支持调用本接口对齐。

支持的产品

Ascend 950PR/Ascend 950DT
Atlas A3 训练系列产品/Atlas A3 推理系列产品
Atlas A2 训练系列产品/Atlas A2 推理系列产品

目录结构介绍

├── pad
│   ├── scripts
│   │   ├── gen_data.py         // 输入数据和真值数据生成脚本
│   ├── CMakeLists.txt          // 编译工程文件
│   ├── data_utils.h            // 数据读入写出函数
│   └── pad.asc                 // Ascend C算子实现 & 调用样例

算子描述

算子功能：
pad单算子，用于将输出Global Memory上的数据初始化为0。两个输入作为Add计算的输入，Add的结果放入初始化为0后的Global Memory上。
算子规格：

算子类型(OpType) pad

算子输入

name shape data type format

input_x 16*31 float ND

算子输出

output_y 16*32 float ND

核函数名 pad_custom
算子实现：
对height * width的二维Tensor在width方向上pad到32B对齐，如果Tensor的width已32B对齐，且全部为有效数据，则不支持调用本接口对齐。
- kernel实现
  
  计算逻辑是：Ascend C提供的矢量计算接口的操作元素都为LocalTensor，首先搬运输入数据input_x、input_y到片上存储，然后使用Pad高阶API接口完成对Global Memory上output_z的数据初始化，并使用Add高阶API计算input_x与input_y相加的结果，将求和结果搬出到外部存储output_z上。
  
  pad算子的实现流程分为3个基本任务：CopyIn，Compute，CopyOut。CopyIn任务负责将Global Memory上的输入Tensor srcGm存储在srcLocal中，并对Global Memory上的数据初始化，Compute任务负责对srcLocal执行add计算，计算结果存储在dstLocal中，CopyOut任务负责将输出数据从dstLocal搬运至Global Memory上的输出Tensor dstGm。
- tiling实现
  
  将TilingData中的Pad Tiling信息传入Pad接口参与计算。
- 调用实现
  使用内核调用符<<<>>>调用核函数。

编译运行

在本样例根目录下执行如下步骤，编译并执行算子。

配置环境变量
请根据当前环境上CANN开发套件包的安装方式，选择对应配置环境变量的命令。
- 默认路径，root用户安装CANN软件包
```
source /usr/local/Ascend/cann/set_env.sh
```
- 默认路径，非root用户安装CANN软件包
```
source $HOME/Ascend/cann/set_env.sh
```
- 指定路径install_path，安装CANN软件包
```
source ${install_path}/cann/set_env.sh
```

样例执行

mkdir -p build && cd build;   # 创建并进入build目录
cmake ..;make -j;             # 编译工程
python3 ../scripts/gen_data.py   # 生成测试输入数据
./demo                        # 执行编译生成的可执行程序，执行样例

执行结果如下，说明精度对比成功。

test pass!

算子类型(OpType)	pad
算子输入
	name	shape	data type	format
	input_x	16*31	float	ND
算子输出
算子输出	output_y	16*32	float	ND
核函数名	pad_custom