load_data_with_transpose_b32样例

概述

本样例介绍基础API LoadDataWithTranspose b32数据类型下的使用样例。

支持的产品

• 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

├── load_data_with_transpose_b32
│   ├── scripts
│   │   ├── gen_data.py                             // 输入数据和真值数据生成脚本
│   │   └── verify_result.py                        // 验证输出数据和真值数据是否一致的验证脚本
│   ├── CMakeLists.txt                              // 编译工程文件
│   ├── data_utils.h                                // 数据读入写出函数
│   └── load_data_with_transpose_b32.asc            // Ascend C算子实现 & 调用样例

算子描述

• 算子功能：
  本样例中实现的是[m, n, k]固定为[16, 32, 16]的Matmul算子，并使用Ascend C基础Api实现。对应的数学表达式为：

  C = A * B
  

• 算子规格：

  算子类型(OpType)	Add
  算子输入	name	shape	data type	format
  	x	16 * 16	half	ND
  	y	16 * 32	half	ND
  算子输出	z	16 * 32	float	ND
  核函数名	load_data_with_transpose_b32

• 算子实现：
  Mmad算子的数学表达式为：

  C = A * B
  

  计算逻辑是：Ascend C提供的矩阵乘计算接口的操作元素都为LocalTensor，输入数据需要先搬运进片上存储并进行分形转换，然后使用计算接口完成两个输入参数矩阵乘运算，得到最终结果，再搬出到外部存储上。

  Mmad算子的实现流程分为3个基本任务：CopyIn，SplitA, SplitB, Compute，CopyOut。CopyIn任务负责将Global Memory上的输入inputGM搬运到Local Memory A1/B1中，搬运过程中进行ND至NZ分形转换。SplitA/SplitB分别将数据进一步搬运至接口所要求Local Memory A2/B2，Compute任务负责对数据进行矩阵乘运算，计算结果存储在Local Memory CO1中。CopyOut任务负责将输出数据从CO1搬运至Global Memory上的输出outputGm中，同时完成NZ到ND的分形转换。

  • 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
  python3 ../scripts/verify_result.py output/output.bin output/golden.bin   # 验证输出结果是否正确，确认算法逻辑正确
  

  执行结果如下，说明精度对比成功。

  test pass!