cann-robotReplace blockDim with numBlocks

文件	最后提交记录	最后更新时间
scripts	libraries && best_practices sample	4 个月前
CMakeLists.txt	libraries && best_practices sample	4 个月前
README.md	libraries && best_practices sample	4 个月前
data_utils.h	libraries && best_practices sample	4 个月前
matmul.asc	Replace blockDim with numBlocks	4 个月前

Matmul算子自主管理CO1的直调样例

概述

本样例介绍Matmul API用户自主管理CO1的Iterate接口的自定义使用方式。

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

├── matmul_l0c_extend
│   └── scripts
│       ├── gen_data.py         // 输入数据和真值数据生成脚本文件
│       └── verify_result.py    // 真值对比文件
│   ├── CMakeLists.txt          // 编译工程文件
│   ├── data_utils.h            // 数据读入写出函数
│   └── matmul.asc              // Ascend C算子实现 & 调用样例

算子描述

算子功能：

Matmul算子调用Matmul API对输入的A，B矩阵做矩阵乘和加bias偏置，将计算结果C矩阵保存在CO1位置，再调用基础API Fixpipe完成对结果从CO1到Global Memory的搬运。
算子规格：

本样例默认执行的算子shape为：M = 32, N = 256, K = 128。

算子类型(OpType) Matmul

算子输入 name shape data type format isTrans

a M * K float16 ND false

b K * N float16 ND false

bias N float ND -

算子输出 c M * N float ND -

核函数名 matmul_custom
算子实现：
- Iterate接口支持如下两种使用方式：
  - 接口内部管理CO1：用户无需自行管理存放矩阵乘结果的CO1内存的申请和释放，由Matmul API内部实现管理。
  - 用户自主管理CO1：用户可以灵活自主地控制矩阵乘结果的搬运。
    本样例实现Iterate接口的第二种使用：将多次Iterate计算的矩阵乘结果缓存在用户自己申请的CO1内存中，在需要搬出该结果时，一次性搬出多块baseM * baseN的C矩阵。
- Kernel实现
  - 计算逻辑：C = A * B + Bias。
    - A、B为源操作数，A为左矩阵，形状为[M, K]；B为右矩阵，形状为[K, N]。
    - C为目的操作数，存放矩阵乘结果的矩阵，形状为[M, N]。
    - Bias为矩阵乘偏置，形状为[1, N]。对A*B结果矩阵的每一行都采用该Bias进行偏置。
  - 具体步骤：
    - 创建Matmul对象。
      创建Matmul对象时，必须定义C矩阵的内存逻辑位置为TPosition::CO1、数据排布格式为CubeFormat::NZ。
```
AscendC::Matmul<AscendC::MatmulType<AscendC::TPosition::GM, CubeFormat::ND, AType>,
                AscendC::MatmulType<AscendC::TPosition::GM, CubeFormat::ND, BType>,
                AscendC::MatmulType<AscendC::TPosition::CO1, CubeFormat::NZ, L0cT>,
                AscendC::MatmulType<AscendC::TPosition::GM, CubeFormat::ND, BiasType>, CFG_NORM>
    matmulObj;
```
    - 初始化操作。
    - 设置左矩阵A、右矩阵B、Bias。
    - 完成矩阵乘操作。
      - 调用用户自主管理CO1的接口获取一次Iterate的计算结果。
        matmulObj.Iterate(false, l0cTensor[l0cOffset]);
      - 调用Fixpipe接口将计算结果C矩阵从CO1搬出。
        FixpipeParamsV220 params; params.mSize = tiling.baseM; params.nSize = tiling.singleCoreN; params.srcStride = (params.mSize + BLOCK_CUBE - 1) / BLOCK_CUBE * BLOCK_CUBE; params.dstStride = tiling.N; CO1_.EnQue(l0cTensor); CO1_.template DeQue<L0cT>(); Fixpipe<CType, L0cT, CFG_ROW_MAJOR>(cGlobal, l0cTensor, params); CO1_.FreeTensor(l0cTensor); CO1_.FreeAllEvent();
    - 结束矩阵乘操作。
- Tiling实现
  - Ascend C提供一组Matmul Tiling API，方便用户获取Matmul kernel计算时所需的Tiling参数。只需要传入A/B/C矩阵等信息，调用API接口，即可获取到TCubeTiling结构体中的相关参数。
  - 获取Tiling参数的流程如下：
    - 创建一个Tiling对象。
    - 设置A、B、C、Bias的参数类型信息；M、N、Ka、Kb形状信息等。
    - 调用GetTiling接口，获取Tiling信息。
- 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!

算子类型(OpType)	Matmul
算子输入	name	shape	data type	format	isTrans
	a	M * K	float16	ND	false
	b	K * N	float16	ND	false
	bias	N	float	ND	-
算子输出	c	M * N	float	ND	-
核函数名	matmul_custom