Compares
产品支持情况
功能说明
逐元素比较一个tensor中的元素和另一个Scalar的大小，如果比较后的结果为真，则输出结果的对应比特位为1，否则为0。
支持多种比较模式：
-
LT：小于（less than）
-
GT：大于（greater than）
-
GE：大于或等于（greater than or equal to）
-
EQ：等于（equal to）
-
NE：不等于（not equal to）
-
LE：小于或等于（less than or equal to）
函数原型
-
tensor前n个数据计算
template <typename T, typename U> __aicore__ inline void Compares(const LocalTensor<U>& dst, const LocalTensor<T>& src0, const T src1Scalar, CMPMODE cmpMode, uint32_t count) -
tensor高维切分计算
-
mask逐bit模式
template <typename T, typename U, bool isSetMask = true> __aicore__ inline void Compares(const LocalTensor<U>& dst, const LocalTensor<T>& src0, const T src1Scalar, CMPMODE cmpMode, const uint64_t mask[], uint8_t repeatTime, const UnaryRepeatParams& repeatParams) -
mask连续模式
template <typename T, typename U, bool isSetMask = true> __aicore__ inline void Compares(const LocalTensor<U>& dst, const LocalTensor<T>& src0, const T src1Scalar, CMPMODE cmpMode, const uint64_t mask, uint8_t repeatTime, const UnaryRepeatParams& repeatParams)
-
参数说明
表 1 模板参数说明
|
表 2 接口参数说明
|
类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。 dst用于存储比较结果，将dst中uint8_t类型的数据按照bit位展开，由左至右依次表征对应位置的src0和src1的比较结果，如果比较后的结果为真，则对应比特位为1，否则为0。 Ascend 950PR/Ascend 950DT，支持的数据类型为：uint8_t Atlas A3 训练系列产品/Atlas A3 推理系列产品，支持的数据类型为：uint8_t |
||
|
类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。 Ascend 950PR/Ascend 950DT，支持的数据类型为：int8_t/uint8_t/int16_t/uint16_t/half/bfloat16_t/int32_t/uint32_t/float/int64_t/uint64_t/double（double只支持CMPMODE::EQ） Atlas A3 训练系列产品/Atlas A3 推理系列产品，支持的数据类型为：half/float（所有CMPMODE都支持）， int32_t（只支持CMPMODE::EQ） Atlas A2 训练系列产品/Atlas A2 推理系列产品，支持的数据类型为：half/float（所有CMPMODE都支持）， int32_t（只支持CMPMODE::EQ） Kirin X90，支持的数据类型为：half/float（所有CMPMODE都支持）， int32_t（只支持CMPMODE::EQ。 Kirin 9030，支持的数据类型为：half/float（所有CMPMODE都支持）， int32_t（只支持CMPMODE::EQ。 |
||
CMPMODE类型，表示比较模式，包括EQ，NE，GE，LE，GT，LT。
|
||
|
Ascend 950PR/Ascend 950DT，设置有效。 Atlas A3 训练系列产品/Atlas A3 推理系列产品，保留参数，设置无效。 Atlas A2 训练系列产品/Atlas A2 推理系列产品，保留参数，设置无效。
|
||
重复迭代次数。矢量计算单元，每次读取连续的256Bytes数据进行计算，为完成对输入数据的处理，必须通过多次迭代（repeat）才能完成所有数据的读取与计算。repeatTime表示迭代的次数。 |
||
控制操作数地址步长的参数。UnaryRepeatParams类型，包含操作数相邻迭代间相同DataBlock的地址步长，操作数同一迭代内不同DataBlock的地址步长等参数。 |
||
返回值说明
无
约束说明
-
操作数地址对齐要求请参见通用地址对齐约束。
-
dst按照小端顺序排序成二进制结果，对应src中相应位置的数据比较结果。
-
使用tensor前n个数据参与计算的接口，设置count时，需要保证count个元素所占空间256字节对齐。
-
针对Ascend 950PR/Ascend 950DT，int8_t/uint8_t/uint64_t/int64_t/double数据类型仅支持tensor前n个数据计算接口，double只支持CMPMODE::EQ。
调用示例
本样例中，源操作数src0Local存储了256个float类型的数据。样例实现的功能为，对src0Local中的元素和src1Local.GetValue(0)中的数据进行比较，如果src0Local中的元素小于src1Local.GetValue(0)中的元素，dstLocal结果中对应的比特位置1；反之，则置0。dst结果使用uint8_t类型数据存储。
-
tensor前n个数据计算接口样例
AscendC::Compares(dstLocal, src0Local, src1Scalar, AscendC::CMPMODE::LT, srcDataSize); -
tensor高维切分计算-mask连续模式
uint64_t mask = 256 / sizeof(float); // 256为每个迭代处理的字节数 int repeat = 4; AscendC::UnaryRepeatParams repeatParams = { 1, 1, 8, 8 }; // repeat = 4, 64 elements one repeat, 256 elements total // dstBlkStride, srcBlkStride = 1, no gap between blocks in one repeat // dstRepStride, srcRepStride = 8, no gap between repeats AscendC::Compares(dstLocal, src0Local, src1Scalar, AscendC::CMPMODE::LT, mask, repeat, repeatParams); -
tensor高维切分计算-mask逐bit模式
uint64_t mask[2] = { UINT64_MAX, 0}; int repeat = 4; AscendC::UnaryRepeatParams repeatParams = { 1, 1, 8, 8 }; // repeat = 4, 64 elements one repeat, 256 elements total // srcBlkStride, = 1, no gap between blocks in one repeat // dstRepStride, srcRepStride = 8, no gap between repeats AscendC::Compares(dstLocal, src0Local, src1Scalar, AscendC::CMPMODE::LT, mask, repeat, repeatParams);
结果示例如下：
输入数据(src0_gm):
[ 16.604824 45.069473 65.108345 -59.68792 21.043684
75.90726 -27.046307 -40.10546 -5.933778 83.56574
58.87062 -12.77814 28.17882 62.549377 -22.310246
-67.69001 81.06072 69.988945 69.10082 -6.667376
96.20256 18.532446 -66.56364 -32.531246 49.980835
35.668995 -16.847628 1.3236234 10.0143795 43.878166
26.628105 31.774637 47.9279 79.7291 -54.09651
95.49459 -18.404795 -86.84594 9.406091 -79.54437
0.49116692 -48.151714 -12.97062 -99.89055 23.475513
-27.366564 -69.229675 83.613304 52.14729 40.98426
-23.422009 -53.386215 1.6576616 -62.36946 54.693733
66.2058 -4.0042257 -25.351263 1.0000885 -6.458584
25.447659 71.647316 82.31162 -7.7359715 28.107353
-79.22045 20.292479 67.7434 -76.054085 -7.754251
38.632687 -4.8460293 -69.791954 -57.574455 -99.96178
-73.29611 -68.57477 98.200035 -55.30482 -55.590027
79.53274 -1.862139 -37.60953 -12.225406 -35.2875
-24.047668 -66.07609 21.9362 80.603516 28.928387
26.579298 97.6649 78.94723 -89.86824 73.29788
18.957182 -73.87053 -23.508097 -51.02931 39.158726
-96.61422 -41.192455 54.973663 47.58695 -3.9818003
-81.05088 -67.62415 -17.491713 -34.916042 -95.993744
-3.4719822 -55.956417 6.223455 12.240832 15.055512
94.70584 -13.33949 -50.46866 54.612816 -28.521824
-87.63997 59.53054 41.000504 -31.266075 -31.419422
-32.940186 53.449913 50.012768 -13.663364 40.931725
-68.80396 -86.63726 76.866585 -83.76385 3.7227867
58.443035 -74.333046 -92.52674 24.249512 -7.935491
24.197245 -34.85033 67.854645 72.65312 13.622443
-70.94266 15.401667 -9.332295 -86.61463 72.659676
-83.63352 9.279887 81.037964 46.285606 -12.967846
-48.72901 69.07614 -40.355286 -94.257034 -45.514374
24.966864 -9.657219 61.803864 -83.09603 77.769035
-97.44226 -89.71987 -53.969315 43.892918 73.88798
67.23104 36.65282 -93.70069 -87.48934 -27.679005
-36.825226 -30.117033 -41.579655 -97.325325 77.1972
-49.883194 33.061394 -63.844925 89.74327 64.549416
80.16943 73.26347 -87.307175 -96.62777 81.8532
7.5365276 28.357092 59.896378 -15.95738 -77.42723
0.03529428 -20.263502 45.59324 -90.160835 89.478004
57.608685 60.71819 45.8125 39.94484 -48.77375
-56.897358 5.2580256 -6.937905 -49.80309 -42.527523
72.91772 89.53271 -62.181187 18.490683 -69.40782
6.141204 13.938042 75.312515 21.766457 -8.157599
55.53147 -30.789118 -12.087165 82.435684 23.4884
82.73172 -2.026827 -8.124383 -10.707488 -74.32759
-54.702602 14.209252 93.73145 98.93554 52.803623
32.200726 41.823833 90.193756 -34.512424 -85.64022
97.47763 33.353424 94.84875 23.03139 99.97347
-72.47978 19.51753 -88.28579 -88.70721 -18.659292
-79.5277 62.90431 21.837631 45.989056 -9.62086
11.4855795 ]
输入数据(src1_gm):
[-95.16087 -71.4676 51.817818 -12.358237 96.60704 -12.0067835
-44.128048 7.5811195 84.61196 -60.303513 21.470125 98.96244
18.262054 80.014244 48.37233 -75.03457 ]
输出数据(dst_gm):
[ 0 0 0 0 0 8 0 0 0 4 0 0 16 32 0 0 0 0 0 0 32 0 4 16
0 0 0 0 0 0 0 0]
样例模板
#include "kernel_operator.h"
template <typename T> class KernelCmp {
public:
__aicore__ inline KernelCmp() {}
__aicore__ inline void Init(__gm__ uint8_t* src0Gm, __gm__ uint8_t* src1Gm, __gm__ uint8_t* dstGm,
uint32_t dataSize, AscendC::CMPMODE mode)
{
srcDataSize = dataSize;
dstDataSize = srcDataSize / 8;
cmpMode = mode;
src0Global.SetGlobalBuffer((__gm__ T*)src0Gm);
src1Global.SetGlobalBuffer((__gm__ T*)src1Gm);
dstGlobal.SetGlobalBuffer((__gm__ uint8_t*)dstGm);
pipe.InitBuffer(inQueueSrc0, 1, srcDataSize * sizeof(T));
pipe.InitBuffer(inQueueSrc1, 1, 16 * sizeof(T));
pipe.InitBuffer(outQueueDst, 1, dstDataSize * sizeof(uint8_t));
}
__aicore__ inline void Process()
{
CopyIn();
Compute();
CopyOut();
}
private:
__aicore__ inline void CopyIn()
{
AscendC::LocalTensor<T> src0Local = inQueueSrc0.AllocTensor<T>();
AscendC::LocalTensor<T> src1Local = inQueueSrc1.AllocTensor<T>();
AscendC::DataCopy(src0Local, src0Global, srcDataSize);
AscendC::DataCopy(src1Local, src1Global, 16);
inQueueSrc0.EnQue(src0Local);
inQueueSrc1.EnQue(src1Local);
}
__aicore__ inline void Compute()
{
AscendC::LocalTensor<T> src0Local = inQueueSrc0.DeQue<T>();
AscendC::LocalTensor<T> src1Local = inQueueSrc1.DeQue<T>();
AscendC::LocalTensor<uint8_t> dstLocal = outQueueDst.AllocTensor<uint8_t>();
AscendC::PipeBarrier<PIPE_ALL>();
T src1Scalar = src1Local.GetValue(0);
AscendC::PipeBarrier<PIPE_ALL>();
AscendC::Compares(dstLocal, src0Local, static_cast<T>(src1Scalar), cmpMode, srcDataSize);
outQueueDst.EnQue<uint8_t>(dstLocal);
inQueueSrc0.FreeTensor(src0Local);
inQueueSrc1.FreeTensor(src1Local);
}
__aicore__ inline void CopyOut()
{
AscendC::LocalTensor<uint8_t> dstLocal = outQueueDst.DeQue<uint8_t>();
AscendC::DataCopy(dstGlobal, dstLocal, dstDataSize);
outQueueDst.FreeTensor(dstLocal);
}
private:
AscendC::TPipe pipe;
AscendC::TQue<AscendC::TPosition::VECIN, 1> inQueueSrc0, inQueueSrc1;
AscendC::TQue<AscendC::TPosition::VECOUT, 1> outQueueDst;
AscendC::GlobalTensor<T> src0Global, src1Global;
AscendC::GlobalTensor<uint8_t> dstGlobal;
uint32_t srcDataSize = 0;
uint32_t dstDataSize = 0;
AscendC::CMPMODE cmpMode;
};
template <typename T>
__aicore__ void main_cpu_cmp_sel_demo(__gm__ uint8_t* src0Gm, __gm__ uint8_t* src1Gm, __gm__ uint8_t* dstGm, uint32_t dataSize, AscendC::CMPMODE mode)
{
KernelCmp<T> op;
op.Init(src0Gm, src1Gm, dstGm, dataSize, mode);
op.Process();
}
extern "C" __global__ __aicore__ void kernel_vec_compare_scalar_256_LT_float(GM_ADDR src0_gm, GM_ADDR src1_gm, GM_ADDR dst_gm)
{
main_cpu_cmp_sel_demo<float>(src0_gm, src1_gm, dst_gm, 256, AscendC::CMPMODE::LT);
}