23c5f4cc创建于 2月3日历史提交

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	updated the readme link	4 个月前
data_utils.h	libraries && best_practices sample	4 个月前
reduce_custom.asc	libraries && best_practices sample	4 个月前

Reduce算子直调样例

概述

本样例介绍了调用Sum高阶API实现reduce算子，算子对输入张量沿最后一个维度进行求和，采用<<<>>>直调的方式，规避框架调度开销，实现高效的归约计算。

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

├── 06_reduce    
│   ├── 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
│   └── reduce_custom.asc       // Ascend C算子实现 & 调用样例

算子描述

算子功能：
reduce算子，获取输入数据最后一个维度的元素总和。如果输入是向量，则对向量中各元素进行累加；如果输入是矩阵，则沿最后一个维度对每行中元素求和。
算子规格：

算子类型(OpType) reduce

算子输入

name shape data type format

x 7*2023 float ND

算子输出

y 8 float ND

核函数名 sum_custom
算子实现：
本样例中实现的是固定shape为输入x[7, 2023]，输出y[8]的reduce算子，其中y中的有效值数量为7，对输入x的每行元素求和后，输出y的有效数据为前7位，最后一位为padding填充的数据。

计算逻辑是：Ascend C提供的矢量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，然后使用Sum高阶API接口完成sum计算，得到最终结果，再搬出到外部存储上。

reduce算子的实现流程分为3个基本任务：CopyIn，Compute，CopyOut。CopyIn任务负责将Global Memory上的输入Tensor srcGm存储在srcLocal中，Compute任务负责对srcLocal执行sum计算，计算结果存储在dstLocal中，CopyOut任务负责将输出数据从dstLocal搬运至Global Memory上的输出Tensor dstGm。

根据输入数据的内轴长度、内轴实际长度、外轴长度确定所需tiling参数，例如输出内轴补齐后长度等。调用GetSumMaxMinTmpSize接口获取Sum接口完成计算所需的临时空间大小。

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

执行结果如下，说明精度对比成功。

test pass!

算子类型(OpType)	reduce
算子输入
	name	shape	data type	format
	x	7*2023	float	ND
算子输出
算子输出	y	8	float	ND
核函数名	sum_custom