Swap算子实现

概述

BLAS Swap算子实现，包含实数向量交换（Sswap）和复数向量交换（Cswap）。

Swap算子实现了两个向量对应元素的交换操作，是BLAS基础线性代数库中的核心算子之一。

该算子包含以下接口：

• aclblasSswap：实数向量交换
• aclblasCswap：复数向量交换

swap 是 BLAS Level-1 函数，属于纯数据搬运类算子，不涉及任何数值计算。

产品支持情况

产品	是否支持	架构
Ascend 950PR / Ascend 950DT	✓	arch35
Atlas A3 训练系列产品/Atlas A3 推理系列产品	✓	arch22
Atlas A2 训练系列产品/Atlas A2 推理系列产品	✓	arch22

目录结构介绍

blas/swap/
├── README.md                       // 说明文档
├── arch22/
│   ├── cswap_host.cpp              // Cswap Host 侧实现（arch22）
│   ├── cswap_kernel.cpp            // Cswap Kernel 侧实现（arch22）
│   ├── sswap_host.cpp              // Sswap Host 侧实现（arch22）
│   └── sswap_kernel.cpp            // Sswap Kernel 侧实现（arch22）
└── arch35/
    ├── sswap_host.cpp              // Sswap Host 侧实现（arch35）
    ├── sswap_kernel.cpp            // Sswap Kernel 侧实现（arch35）
    └── sswap_tiling_data.h         // Sswap Tiling 数据结构（arch35）

算子描述

Sswap（实数向量交换）

• 算子功能：

sswap 实现了两个实数向量对应元素的交换操作：

对于 i = 0, 1, ..., n-1:
  temp = x[i * incx]
  x[i * incx] = y[i * incy]
  y[i * incy] = temp

• 对应的接口为：

aclblasStatus_t aclblasSswap(
    aclblasHandle_t handle,
    const int64_t n,
    uint8_t* x,
    const int64_t incx,
    uint8_t* y,
    const int64_t incy);

参数	in/out	设备	类型	含义
handle	in	host	aclblasHandle_t	ops-blas 库上下文句柄，携带 stream
n	in	host	const int64_t	向量中参与交换的元素个数
x	in/out	device	uint8_t*	指向 float 向量的 device 指针，交换后包含原 y 的元素
incx	in	host	const int64_t	向量 x 中相邻元素之间的步长
y	in/out	device	uint8_t*	指向 float 向量的 device 指针，交换后包含原 x 的元素
incy	in	host	const int64_t	向量 y 中相邻元素之间的步长

注意：x、y 必须为 device 侧指针，由调用者在调用前通过 aclrtMalloc 分配并通过 aclrtMemcpy 拷入数据。stream 通过 aclblasSetStream(handle, stream) 绑定到 handle。

• 支持规格：

项目	内容
数据类型	FP32 (float)
精度要求	位精确（Bitwise Match），MARE=0, MERE=0

• 参数约束：

条件	返回值	说明
n <= 0	ACLBLAS_STATUS_SUCCESS	直接返回成功，不执行任何操作
handle == nullptr	ACLBLAS_STATUS_HANDLE_IS_NULLPTR	handle 空指针校验
x == nullptr || y == nullptr	ACLBLAS_STATUS_INVALID_VALUE	数据指针空指针校验
incx == 0 || incy == 0	ACLBLAS_STATUS_INVALID_VALUE	步长不能为零

• 算子实现：

  多核切分：将 n 个元素按 ELEMENTS_PER_BLOCK (8) 对齐后均匀分配给所有 Vector Core，最后一个核吸收剩余元素。

  UB 切分与流水线：

  • 采用 Single Buffer 模式（swap 无 Vector 计算阶段，Double Buffer 无额外收益）
  • 使用 DataCopyPad 统一处理完整 tile 和尾部 tile

  交叉写回：

  CopyIn:  xGM → inQueueX (UB)    CopyOut:  inQueueX (UB) → yGM  (x 数据写到 y 位置)
           yGM → inQueueY (UB)              inQueueY (UB) → xGM  (y 数据写到 x 位置)
  

  arch22 与 arch35 实现差异：

  项目	arch22 实现	arch35 实现
  TilingData	startOffset[40] / calNum[40] 数组	totalN / perCoreN / remainder / tileSize 结构
  核数获取	硬编码 numBlocks = 8	aclrtGetDeviceInfo 动态获取
  编程风格	手写 gm_to_ub_align / ub_to_gm_align	标准 AscendC DataCopyPad + TPipe/TQue
  同步机制	手写 SET_FLAG / WAIT_FLAG 宏	标准 SetFlag<HardEvent::MTE2_MTE3> / WaitFlag API

Cswap（复数向量交换）

• 算子功能：

cswap算子实现了两个复数向量x和y的交换。对应的数学表达式为：

x <-> y

复数向量在内存中以交错float数组形式存储：[real0, imag0, real1, imag1, ...]

• 对应的接口：

int aclblasCswap(aclblasHandle handle, float *x, float *y, const int64_t n, const int64_t incx, const int64_t incy);

参数	cswap 参数说明
参数列表	Param.	Memory	in/out	含义
	handle	host	in	ACL流handle，用于传入stream。
	x	device	in/out	复数向量（存储为float数组，2*n个元素）。
	y	device	in/out	复数向量（存储为float数组，2*n个元素）。
	n		in	向量中的复数元素个数。
	incx/incy		in	x/y中连续元素之间的步长。

• 算子规格：

  算子类型(OpType)	Cswap
  算子输入	name	shape	data type	format
  	x/y	2 * N	float	ND
  算子输出	x	2 * N	float	ND
  	y	2 * N	float	ND
  核函数名	cswap_kernel

• 算子实现：

  复数向量被视为2*n个float元素，直接复用swap逻辑，使用ping-pong双缓冲策略完成交换。

• 调用实现 使用内核调用符<<<>>>调用核函数。

编译运行

在仓库根目录下执行如下步骤，编译并运行算子测试。

• 配置环境变量

  source /usr/local/Ascend/cann/set_env.sh
  

• 编译并执行测试

  bash build.sh --ops=sswap --soc=ascend950 --run
  bash build.sh --ops=cswap --run
  

  执行结果如下，说明精度对比成功。

  [Success] Case accuracy is verification passed.