Star540
743
代码
代码
Issues82
Pull Requests136
流水线
讨论
Wiki
分析
Star540
743
cann-robotcann-robotupdate docs about isSetMask description and BilinearInterpolation docs
10d80104创建于 1 天前历史提交

Rsqrt

产品支持情况

不传入config的原型

  • Ascend 950PR/Ascend 950DT：不支持
  • Atlas A3 训练系列产品/Atlas A3 推理系列产品：支持
  • Atlas A2 训练系列产品/Atlas A2 推理系列产品：支持
  • Atlas 200I/500 A2 推理产品：支持
  • Atlas 推理系列产品AI Core：支持
  • Atlas 推理系列产品Vector Core：不支持
  • Atlas 训练系列产品：支持
  • Kirin X90：支持
  • Kirin 9030：支持

传入config的原型

  • Ascend 950PR/Ascend 950DT：支持
  • Atlas A3 训练系列产品/Atlas A3 推理系列产品：不支持
  • Atlas A2 训练系列产品/Atlas A2 推理系列产品：不支持
  • Atlas 200I/500 A2 推理产品：不支持
  • Atlas 推理系列产品AI Core：不支持
  • Atlas 推理系列产品Vector Core：不支持
  • Atlas 训练系列产品：不支持
  • Kirin X90：不支持
  • Kirin 9030：不支持

功能说明

头文件路径为："basic_api/kernel_operator_vec_unary_intf.h"。

Rsqrt属于单目矢量类计算接口，负责将输入的tensor按元素进行开方后取倒数运算。计算公式如下：

dsti=1srcidst_i = \frac{1}{\sqrt{src_i}}

函数原型

  • 传入config的原型

    • tensor前n个数据连续计算

      template <typename T, const RsqrtConfig& config = DEFAULT_RSQRT_CONFIG>
__aicore__ inline void Rsqrt(const LocalTensor<T>& dst, const LocalTensor<T>& src, const int32_t& count)

    • tensor高维切分计算

      • mask逐bit模式

        template <typename T, bool isSetMask = true, const RsqrtConfig& config = DEFAULT_RSQRT_CONFIG>
__aicore__ inline void Rsqrt(const LocalTensor<T>& dst, const LocalTensor<T>& src, uint64_t mask[], const uint8_t repeatTime, const UnaryRepeatParams& repeatParams)

      • mask连续模式

        template <typename T, bool isSetMask = true, const RsqrtConfig& config = DEFAULT_RSQRT_CONFIG>
__aicore__ inline void Rsqrt(const LocalTensor<T>& dst, const LocalTensor<T>& src, uint64_t mask, const uint8_t repeatTime, const UnaryRepeatParams& repeatParams)

  • 不传入config的原型

    • tensor前n个数据连续计算

      template <typename T>
__aicore__ inline void Rsqrt(const LocalTensor<T>& dst, const LocalTensor<T>& src, const int32_t& count)

    • tensor高维切分计算

      • mask逐bit模式

        template <typename T, bool isSetMask = true>
__aicore__ inline void Rsqrt(const LocalTensor<T>& dst, const LocalTensor<T>& src, uint64_t mask[], const uint8_t repeatTime, const UnaryRepeatParams& repeatParams)

      • mask连续模式

        template <typename T, bool isSetMask = true>
__aicore__ inline void Rsqrt(const LocalTensor<T>& dst, const LocalTensor<T>& src, uint64_t mask, const uint8_t repeatTime, const UnaryRepeatParams& repeatParams)

参数说明

表1 模板参数说明

参数名 描述
T 操作数数据类型。
isSetMask 是否在接口内部设置mask。
• true，表示在接口内部设置mask。
• false，表示在接口外部设置mask，开发者需要使用SetVectorMask接口设置mask值。这种模式下，接口入参中的mask值设置为占位符MASK_PLACEHOLDER，用于占位，无实际含义。
config 该参数仅支持Ascend 950PR/Ascend 950DT。
用于配置精度计算模式，RsqrtConfig类型，定义如下：

enum class RsqrtAlgo {
    INTRINSIC = 0,
    FAST_INVERSE,
    PRECISION_1ULP_FTZ_TRUE,
    PRECISION_0ULP_FTZ_FALSE,
    PRECISION_1ULP_FTZ_FALSE,
};
struct RsqrtConfig {
    RsqrtAlgo algo = RsqrtAlgo::INTRINSIC;
};
通过RsqrtConfig结构体的参数algo来配置精度计算模式。algo取值如下：
• RsqrtAlgo::INTRINSIC、RsqrtAlgo::PRECISION_1ULP_FTZ_TRUE，使用单指令计算得出结果，最大精度误差为1 ulp。
• RsqrtAlgo::FAST_INVERSE、RsqrtAlgo::PRECISION_0ULP_FTZ_FALSE，使用快速求逆算法得出结果。适用于输入值在[0, 85070596800837026223494223584045301760]范围内的计算。在该范围内，算法保证输出的最大精度误差为0 ulp；当输入值大于85070596800837026223494223584045301760时，输出为inf。目前，该算法支持float数据类型，并在该模式下支持Subnormal数据计算。
• RsqrtAlgo::PRECISION_1ULP_FTZ_FALSE，仅支持half类型的Subnormal数据计算，此时最大精度误差为1 ulp。
该参数的默认值DEFAULT_RSQRT_CONFIG的取值如下：

constexpr RsqrtConfig DEFAULT_RSQRT_CONFIG = { RsqrtAlgo::INTRINSIC };

表2 参数说明

参数名 输入/输出 描述
dst 输出 目的操作数。
类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。
地址对齐约束参考通用地址对齐约束。
src 输入 源操作数。
类型为LocalTensor，支持的TPosition为VECIN/VECCALC/VECOUT。
地址对齐约束参考通用地址对齐约束。
count 输入 参与计算的元素个数。关于该参数的具体说明请参考连续计算。
mask[]/mask 输入 mask用于控制每次迭代内参与计算的元素。详细设置参考掩码。
repeatTime 输入 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。
关于该参数的具体说明请参考高维切分。
repeatParams 输入 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。
相邻迭代间的地址步长参数说明请参考repeatStride；同一迭代内DataBlock的地址步长参数说明请参考dataBlockStride。

数据类型

T支持的数据类型为：half、float。

返回值说明

无

约束说明

  • 针对如下型号，当参数count或repeatTime取值为0时，不会执行计算操作，不会对目的操作数进行写入，该接口将被视为NOP（空操作）。
    • 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
  • 如果src中的数值为非正数，可能会产生未知结果。
  • 使用Rsqrt时，half的算子结果对比误差不满足双千分之一的要求，float的算子结果对比误差不满足双万分之一的要求，如果需要高精度，建议使用Div和Sqrt替代实现。

调用示例

  • tensor高维切分计算样例-mask连续模式

    uint64_t mask = 256 / sizeof(half);
// repeatTime = 4, 128 elements one repeat, 512 elements total.
// dstBlkStride, srcBlkStride = 1, no gap between blocks in one repeat.
// dstRepStride, srcRepStride = 8, no gap between repeats.
AscendC::Rsqrt(dstLocal, srcLocal, mask, 4, { 1, 1, 8, 8 });

  • tensor高维切分计算样例-mask逐bit模式

    uint64_t mask[2] = { UINT64_MAX, UINT64_MAX };
// repeatTime = 4, 128 elements one repeat, 512 elements total.
// dstBlkStride, srcBlkStride = 1, no gap between blocks in one repeat.
// dstRepStride, srcRepStride = 8, no gap between repeats.
AscendC::Rsqrt(dstLocal, srcLocal, mask, 4, { 1, 1, 8, 8 });

  • tensor前n个数据计算接口样例

    AscendC::Rsqrt(dstLocal, srcLocal, 512);

以下示例仅支持Ascend 950PR/Ascend 950DT

```cpp
static constexpr RsqrtConfig config = { RsqrtAlgo::FAST_INVERSE };
AscendC::Rsqrt<T, config>(dstLocal, srcLocal, 512);
```

结果示例如下：

输入数据srcLocal：[0.8335 2.2 2.672 ... 2.312 5.36]
输出数据dstLocal：[1.094 0.676 0.6113 ... 0.6562 0.4316]