ReduceMin

产品支持情况

产品	是否支持
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	√
Atlas 200I/500 A2 推理产品	√
Atlas 推理系列产品 AI Core	√
Atlas 推理系列产品 Vector Core	x
Atlas 训练系列产品	√
Kirin X90	√
Kirin 9030	√

功能说明

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

ReduceMin接口用于从所有输入数据中找出最小值和最小值索引。

ReduceMin计算过程如下图所示：首先，在每个repeat迭代中计算得到最小值和repeat内部索引，这些中间结果暂存于sharedTmpBuffer工作区中；然后，在中间结果的基础上继续按repeat迭代得到最终的最小值和最小值索引。需要注意的是，每次repeat迭代获取的最小值索引是repeat内部索引，返回最终结果时，需要根据迭代位置和repeat内部索引推导全量数据的最小值索引。

图 1 ReduceMin计算示意图

ReduceMin计算示意图

函数原型

tensor前n个数据计算：

template <typename T>
__aicore__ inline void ReduceMin(const LocalTensor<T>& dst, const LocalTensor<T>& src, const LocalTensor<T>& sharedTmpBuffer, const int32_t count, bool calIndex = 0)

tensor高维切分计算：

mask逐bit模式：

template <typename T>
__aicore__ inline void ReduceMin(const LocalTensor<T>& dst, const LocalTensor<T>& src, const LocalTensor<T>& sharedTmpBuffer, const uint64_t mask[], const int32_t repeatTime, const int32_t srcRepStride, bool calIndex = 0)

mask连续模式：

template <typename T>
__aicore__ inline void ReduceMin(const LocalTensor<T>& dst, const LocalTensor<T>& src, const LocalTensor<T>& sharedTmpBuffer, const int32_t mask, const int32_t repeatTime, const int32_t srcRepStride, bool calIndex = 0)

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。

表 2 参数说明

参数名称	输入/输出	含义
dst	输出	目的操作数。类型为LocalTensor，支持的TPosition为VECIN、VECCALC、VECOUT（存储位置为Unified Buffer）。
src	输入	源操作数。类型为LocalTensor，支持的TPosition为VECIN、VECCALC、VECOUT（存储位置为Unified Buffer）。
sharedTmpBuffer	输入	指令执行期间存储中间结果，用于内部计算所需操作空间，需特别注意空间大小。详情请参考关键特性说明。类型为LocalTensor，支持的TPosition为VECIN、VECCALC、VECOUT（存储位置为Unified Buffer）。
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。最大处理的数据量不能超过UB大小限制。
mask/mask[]	输入	`mask`用于控制每次迭代内参与计算的源操作数。详细设置参考掩码概述。
repeatTime	输入	迭代次数。关于该参数的具体描述请参考高维切分。注：与高维切分中不同的是，`repeatTime`可以支持更大的取值范围，保证不超过int32_t的最大值即可。
srcRepStride	输入	源操作数相邻迭代间的地址步长，即源操作数每次迭代跳过的DataBlock数目。取值范围为[0, $2^{16}-1$ ]。
calIndex	输入	指定是否获取最小值的索引，bool类型，默认值为`false`，取值： • `true`：同时获取最小值和最小值索引。 • `false`：不获取索引，只获取最小值。

注：以上高维切分相关参数mask，repeatTime，srcRepStride请参考高维切分中的介绍。

数据类型

支持的数据类型如下：

Ascend 950PR/Ascend 950DT，支持int16_t、uint16_t、half、int32_t、uint32_t、float、int64_t、uint64_t。
Atlas A3 训练系列产品/Atlas A3 推理系列产品，支持half、float。
Atlas A2 训练系列产品/Atlas A2 推理系列产品，支持half、float。
Atlas 200I/500 A2 推理产品，支持half、float。
Atlas 推理系列产品 AI Core，支持half、float。
Atlas 训练系列产品，支持half。
Kirin X90，支持half、float。
Kirin 9030，支持half、float。

返回值说明

无

约束说明

源操作数及sharedTmpBuffer的地址对齐约束请参考通用地址对齐约束，起始地址需要32字节对齐；目的操作数的起始地址对齐约束请参考ReduceRepeat-表3。
操作数地址重叠约束请参考通用地址重叠约束。
需要使用sharedTmpBuffer的情况下，支持dst与sharedTmpBuffer地址重叠（通常情况下dst比sharedTmpBuffer所需的空间要小），此时sharedTmpBuffer必须满足所需空间要求，详情请参考关键特性说明。

针对如下型号，当mask=0或repeatTime=0时，不会执行归约操作，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

srcRepStride取值范围为[0, $2^{16}-1$ ]，需要结合UB的实际大小避免出现越界。
如果存在多个最小值，该指令会将最小索引写入目的操作数。
dst结果存储顺序为最小值，最小值索引，若不需要索引，只会存储最小值。
当输入类型是half的时候，只支持获取最大不超过65535（uint16_t能表示的最大值）的索引值。
索引按操作数的数据类型存储，读取索引需要将类型转换到整型。请参考ReduceRepeat关键特性说明。
针对Ascend 950PR/Ascend 950DT，int64_t/uint64_t数据类型仅支持tensor前n个数据计算接口。
对于Ascend 950PR/Ascend 950DT，因接口内部算法实现不同，无需使用sharedTmpBuffer，可以直接传入src或者任意大小的sharedTmpBuffer。

针对如下型号，需要使用sharedTmpBuffer。
- 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
- Atlas 200I/500 A2 推理产品
- Atlas 推理系列产品 AI Core
- Atlas 训练系列产品
- Kirin X90
- Kirin 9030

关键特性说明

索引值需要强制类型转换，详情请参考ReduceRepeat关键特性说明。
sharedTmpBuffer最小所需空间设置：与ReduceMax类似，详情请参考ReduceMax关键特性说明。

调用示例

更多样例请参考ReduceMin样例。

tensor高维切分计算样例-mask连续模式：

// dstLocal,srcLocal和sharedTmpBuffer均为half类型,srcLocal的计算数据量为8320,并且连续排布，需要索引值，使用tensor高维切分计算接口，设定repeatTime为65，mask为全部元素参与计算
int32_t mask = 128;
AscendC::ReduceMin<half>(dstLocal, srcLocal, sharedTmpBuffer, mask, 65, 8, true);

tensor高维切分计算样例-mask逐bit模式：

// dstLocal,srcLocal和sharedTmpBuffer均为half类型,srcLocal的计算数据量为8320,并且连续排布，需要索引值，使用tensor高维切分计算接口，设定repeatTime为65,mask为全部元素参与计算
uint64_t mask[2] = { 0xFFFFFFFFFFFFFFFF, 0xFFFFFFFFFFFFFFFF };
AscendC::ReduceMin<half>(dstLocal, srcLocal, sharedTmpBuffer, mask, 65, 8, true);

tensor前n个数据计算样例：

// dstLocal,srcLocal和sharedTmpBuffer均为half类型,srcLocal的计算数据量为8320,并且连续排布，需要索引值，使用tensor前n个数据计算接口
AscendC::ReduceMin<half>(dstLocal, srcLocal, sharedTmpBuffer, 8320, true);

tensor高维切分计算接口完整调用示例：

#include "kernel_operator.h"

int srcDataSize = 512;
int dstDataSize = 512;
int mask = 128;
int repStride = 8;
int repeat = srcDataSize / mask;

// 初始化srcLocal 、dstLocal 、sharedTmpBuffer
AscendC::LocalTensor<half> srcLocal = inQueueSrc.DeQue<half>();
AscendC::LocalTensor<half> dstLocal = outQueueDst.AllocTensor<half>();
AscendC::LocalTensor<half> sharedTmpBuffer = workQueue.AllocTensor<half>();

// mask为128一次计算128个元素,4次repeat计算完512个数,calIndex为true，获取最小值的索引
AscendC::ReduceMin<half>(dstLocal, srcLocal, sharedTmpBuffer, mask, repeat, repStride, true);
// 释放Tensor
outQueueDst.EnQue<half>(dstLocal);
inQueueSrc.FreeTensor(srcLocal);
workQueue.FreeTensor(sharedTmpBuffer);

示例结果如下：

输入数据src_gm：

[0.769 0.8584 0.1082 0.2715 0.1759 0.7646 0.6406 0.2944 0.4255 0.927 0.8022 0.04507 0.9688 0.919 0.3008 0.7144 0.3206 0.6753 0.8276 ... 0.304 ]

输出数据dst_gm：

[0.01034, 2.104e-05] // 2.104e-05需要使用reinterpret_cast方法转换得到索引值353

tensor前n个数据计算接口完整调用示例：

#include "kernel_operator.h"

int srcDataSize = 288;
// 初始化srcLocal 、dstLocal 、sharedTmpBuffer
AscendC::LocalTensor<half> srcLocal = inQueueSrc.DeQue<half>();
AscendC::LocalTensor<half> dstLocal = outQueueDst.AllocTensor<half>();
AscendC::LocalTensor<half> sharedTmpBuffer = workQueue.AllocTensor<half>();

// level2接口计算前288个数，calIndex为true，获取最小值的索引
AscendC::ReduceMin<half>(dstLocal, srcLocal, sharedTmpBuffer, srcDataSize, true);
// 释放Tensor
outQueueDst.EnQue<half>(dstLocal);
inQueueSrc.FreeTensor(srcLocal);
workQueue.FreeTensor(sharedTmpBuffer);

示例结果如下：

输入数据src_gm：

[0.556 0.5225 0.3623 0.214 0.556 0.0643 0.769 0.594 0.261 0.3652 0.911 0.924 0.386 0.3696 0.2296 0.5957 0.1709 0.79 0.8516 ... 0.2242 ]

输出数据dst_gm：

[0.00393, 4.3e-06] // 4.3e-06需要使用reinterpret_cast方法转换得到索引值72