需求背景（required）

需求来源

aclnnUpsampleNearestExact1d/aclnnUpsampleNearestExact2d算子不支持uint8数据类型，需要在原来的代码上进行再开发，使其支持uint8数据类型。

• 开源仓地址：https://gitcode.com/cann/ops-cv
• 算子目录：image/upsample_nearest
• 适配硬件：Atlas A2 训练系列产品/Atlas A3 系列产品
• 开发语言：Ascend C

背景介绍

算子现状分析

当前 aclnnUpsampleNearestExact1d / aclnnUpsampleNearestExact2d 基于 Ascend C 实现，底层为同一个 UpsampleNearest 算子（op_kernel/upsample_nearest.cpp），通过 aclnn 层的视图变换（NCL→NCHW、NCHW↔NHWC、转置）复用同一套 kernel/tiling 逻辑。

当前已支持的数据类型如下：

参数	参数含义	支持数据类型	数据格式	维度
self/x	输入 tensor	FLOAT32、FLOAT16、BFLOAT16	NCL、ND（1d）；NCHW、NHWC、ND（2d）	3（1d）/ 4（2d）
out/y	输出 tensor	FLOAT32、FLOAT16、BFLOAT16	同输入	同输入

• 属性：output_size（必选，ListInt）、scales_h/scales_w（可选，float）、exact_mode（可选，bool）。
• 计算语义：最近邻（nearest / nearest-exact）插值上采样，输出元素是对输入元素的拷贝，不涉及对元素值的算术运算。

算子整体调用链路：本次方案不改变 aclnn 层、L0 包装层、Tiling 层与各链路分发，仅在底层 UpsampleNearest kernel 的 MODE=1/3 路径上对 UINT8 接入 Cast 桥接。

下图一是 1d 接口的完整调用路径，下图二是 2d 接口的完整调用路径，两张图都向下延伸到了 kernel 内部的 MODE 分发。

*图一：aclnnUpsampleNearestExact1d 流程图

flowchart TD
    A[aclnnUpsampleNearestExact1d<br/>用户入口] --> B[CheckParams<br/>dtype/shape/null 校验]
    B --> C[Contiguous self/out<br/>非连续张量物化为连续]
    C --> D[realScales = 1.0 / scales<br/>scale 方向翻转]
    D --> E{IsRegBase}
    
    E -->|是 + NCL/ND| F[View3dAs4d<br/>3D → 4D]
    F --> F2[l0op::ResizeNearestNeighborV2<br/>复用 v2 算子]
    F2 --> F3[View4dAs3d<br/>4D → 3D]
    F3 --> Z[ViewCopy 写回 out]
    
    E -->|否 + NCL/ND| G[Transpose<br/>N,C,L → N,L,C]
    E -->|否 + NLC| G2[直接进入 L0]
    G --> G2
    G2 --> H[l0op::UpsampleNearestExact2d<br/>分配 out, ADD_TO_LAUNCHER_LIST_AICORE]
    
    H --> I[host Tiling<br/>dim=3 NLC 分支<br/>归一化为 NHWC, H=1]
    I --> J{GetTilingKey<br/>outputH=1 不命中 1001<br/>format 非 NCHW 不命中 1003}
    
    J -->|inputC&lt;8K<br/>outputW&lt;8K<br/>realScaleW&lt;2| K1[TilingKey = 1002<br/>SMALL_C]
    J -->|其他| K2[TilingKey = 1000<br/>COMMON]
    
    K1 --> L1[UpsampleNearestND&lt;T, 2&gt;<br/>MODE=2<br/>ProcessOutputSmallC]
    K2 --> L2[UpsampleNearestND&lt;T, 0&gt;<br/>MODE=0<br/>NearestComputeBase]
    
    L1 --> M1[CopyInBatch 一段 W×C<br/>逐 W 调 CopyOutBase]
    L2 --> M2[逐 H,W 切片<br/>CopyIn → CopyOut]
    
    M1 --> N[Transpose 回 NCL]
    M2 --> N
    N --> Z

1d 不可达的 kernel MODE：MODE=1（SMALL_CW）要求 outputH > 1，1d 归一化后 H=1；MODE=3（SMALL_NCH）要求 inputFormat == NCHW，1d 走 NLC/ND 路径。因此 1d 经 aclnn 入口只能命中 MODE=0/2。

图二：aclnnUpsampleNearestExact2d 流程图

flowchart TD
    A[aclnnUpsampleNearestExact2d<br/>用户入口] --> B[CheckParams<br/>dtype/format/shape/N,C 一致校验]
    B --> C[Contiguous self/out]
    C --> D{IsRegBase}
    
    D -->|是 + 常规| E1[l0op::ResizeNearestNeighborV2<br/>主路径]
    D -->|是 + 大shape<br/>IsCaseNearestExact3d| E2[4D → 5D<br/>l0op::UpsampleNearestExact3dNcdhw<br/>5D → 4D]
    
    D -->|否 + NCHW/ND| F[Transpose+ReFormat<br/>NCHW → NHWC]
    D -->|否 + NHWC| G[直接进 L0]
    F --> G
    G --> H[l0op::UpsampleNearestExact2d<br/>ADD_TO_LAUNCHER_LIST_AICORE]
    
    H --> I[host Tiling<br/>dim=4 NHWC 分支]
    I --> J{GetTilingKey<br/>inputFormat = NHWC<br/>不命中 1003}
    
    J -->|inputC*W&lt;8K<br/>inputC*outW&lt;8K<br/>outputH&gt;1| K1[TilingKey = 1001<br/>SMALL_CW]
    J -->|inputC&lt;8K<br/>outputW&lt;8K<br/>realScaleW&lt;2| K2[TilingKey = 1002<br/>SMALL_C]
    J -->|其他| K3[TilingKey = 1000<br/>COMMON]
    
    K1 --> L1[UpsampleNearestND&lt;T, 1&gt;<br/>MODE=1 SMALL_CW]
    K2 --> L2[UpsampleNearestND&lt;T, 2&gt;<br/>MODE=2 SMALL_C]
    K3 --> L3[UpsampleNearestND&lt;T, 0&gt;<br/>MODE=0 COMMON]
    
    L1 --> M1[NearestComputeSmallCW<br/>Gather 行内重排<br/>一次 CopyIn + 一次 Gather + 一次 CopyOut]
    L2 --> M2[ProcessOutputSmallC<br/>批量 CopyInBatch + 逐 W 输出]
    L3 --> M3[NearestComputeBase<br/>逐 H,W,batch 通用搬运]
    
    M1 --> N[Transpose 回 NCHW/ND<br/>如有]
    M2 --> N
    M3 --> N
    E1 --> Z[ViewCopy 写回 out]
    E2 --> Z
    N --> Z

2d 不可达的 kernel MODE：MODE=3（SMALL_NCH，NCHW 直入路径）经 aclnn 入口不可达——NCHW 输入会被 Transpose+ReFormat 改为 NHWC 再进 kernel。MODE=3 保留给图模式或直调 kernel 等其它入口使用。

现状问题

aclnnUpsampleNearestExact1d / aclnnUpsampleNearestExact2d 不支持 UINT8 数据类型。在图像类业务（如分割掩码、调色板图、量化前的 8bit 图像）中，UINT8 上采样是常见诉求，缺失该类型会导致业务侧需先 Cast 到 FP16/FP32 再上采样，增加额外的搬运与转换开销。

需求分析（required）

需求描述

在不破坏既有 FLOAT32/FLOAT16/BFLOAT16 功能与性能的前提下，使用 Ascend C 在 image/upsample_nearest 目录新增对 UINT8 数据类型的支持，覆盖 aclnnUpsampleNearestExact1d 与 aclnnUpsampleNearestExact2d 两个接口，并同步更新算子文档（README、aclnn 接口文档）。

需求拆解

1. aclnn 入口校验：在两个 aclnn 接口的 dtype 支持列表中加入 UINT8。
2. 算子原型：在 op_def 中为 Atlas A2/A3（ascend910b / ascend910_93）增加 UINT8 的输入/输出 DataType 与 Format 组合。
3. Tiling：使 GetDataTypeVal() 能识别 UINT8（按 1 字节返回），分核/切分逻辑自然适配 1 字节元素。
4. Kernel（核心）：解决 Gather 在 A2/A3 不支持 b8 的硬件约束。本方案采用 Cast 桥接：UINT8 → half → Gather → half → UINT8。
5. 二进制配置：在 ascend910b / ascend910_93 的 *_binary.json 中新增 UINT8 编译条目。
6. 泛化：满足各类合法输入场景（常规/边界），验收以泛化数据为准。
7. 文档：README、aclnn 文档补充 UINT8 支持说明；提供 UINT8 aclnn 调用样例与 UT 测试用例。
8. 性能：UINT8 相对 FP16 性能劣化控制在 5% 之内。
9. 精度：满足 AscendOpTest 工具默认阈值。

详细设计（required）

算子分析

数学公式

最近邻插值（与既有类型完全一致，仅元素 dtype 不同）：

• exact 模式（nearest-exact）：

$$h_{src} = min(floor((h_{dst} + 0.5) \cdot scalesH),\ H - 1)$$

$$w_{src} = min(floor((w_{dst} + 0.5) \cdot scalesW),\ W - 1)$$

• 普通模式（nearest）：

$$h_{src} = min(floor(h_{dst} \cdot scalesH),\ H - 1),\quad w_{src} = min(floor(w_{dst} \cdot scalesW),\ W - 1)$$

• 取值（拷贝）：

$$out(N, C, h_{dst}, w_{dst}) = self(N, C, h_{src}, w_{src})$$

1d 接口将 L 维视作 W 维（H=1）处理，公式同上。

支持数据类型

FLOAT32、FLOAT16、BFLOAT16、UINT8。

• UINT8 仅在 Atlas A2 训练系列产品/Atlas A2 推理系列产品、Atlas A3 训练系列产品/Atlas A3 推理系列产品 上支持。
• 310P / Kirin 系列保持原状（不新增 UINT8）。

支持形状

• 1d：(N, C, L)，3 维，NCL / ND。
• 2d：(N, C, H, W)，4 维，NCHW / NHWC / ND。
• 输入、输出 tensor 元素个数不超过 int32_t 最大值。
• 不支持空 Tensor（1d）；2d 接口空 Tensor 走 workspaceSize=0 的快速返回分支。

算子实现

实现方案

UINT8 的最近邻上采样与现有浮点类型走相同的算法主链，本方案采用 MODE=1/3 的 Gather 路径上对 UINT8 采用 half 桥接，即在 Gather 前后插入一对 Cast。

核心原理：

• Gather API 在 Atlas A2/A3 不支持 b8（uint8_t），但支持 half。
• half 的整数精度上限为 $2^{11} = 2048$，远大于 UINT8 值域 [0, 255]，因此 uint8 → half → uint8 是比特级无损变换。
• 在 Gather 前后插入 Cast(uint8→half) 与 Cast(half→uint8)，把 b8 的 Gather 转换为 half 的 Gather，硬件即可正确执行。

host 侧设计

1. 算子原型（upsample_nearest_def.cpp）

为主 AICore 配置（ascend910b、ascend910_93）的输入 x、输出 y 的 dtype 列表中追加 ge::DT_UINT8，并相应追加 ge::FORMAT_ND。config310p（ascend310p / kirinx90 / kirin9030）保持 {FLOAT16, FLOAT} 不变。

2. Tiling（upsample_nearest_tiling.cpp）

tilingData.dataType 字段语义为"元素字节数"（FLOAT=4、FLOAT16/BF16=2）。在 GetDataTypeVal() 的 switch 中新增 case ge::DT_UINT8 分支，返回 1。

3. 二进制配置

在 op_host/config/ascend910b/upsample_nearest_binary.json、.../ascend910_93/upsample_nearest_binary.json 中各新增一条 UINT8（dtype: "uint8", format: "ND"）编译条目。

kernel 侧设计

1. 模板实例化（upsample_nearest.cpp）

非 310P 分支（910b/910_93 走 upsample_nearest.h）下，为 4 个 TilingKey（1000/1001/1002/1003）的 if/else 分发块中各新增 dataType == 1 的实例化分支，构造 UpsampleNearestND<uint8_t, MODE> 并调用 Init/Process，与原 half / float 分支并列。

2. Cast 桥接核心（upsample_nearest.h）

新增模板成员函数 GatherWithBridge(dst, src, offset, count)，函数体内用 if constexpr (std::is_same_v<T, uint8_t>) 做编译期分发。

ProcessOutputSmallCW（MODE=1）和 NearestComputeSmallNCH（MODE=3）中原本对 Gather(...) 的调用统一替换为 GatherWithBridge(...)，其余流水线保持不变。

算子实现流程图（UINT8 修改点）

下两张图把"图一/图二"的链路结构精简到与 UINT8 改动相关的关键节点上，并把新增/修改位置用橙色高亮（深橙为本次新增逻辑，浅橙为本次扩展点）。

图三：aclnnUpsampleNearestExact1d UINT8 增加流程图

flowchart TD
    A[aclnnUpsampleNearestExact1d] --> B[CheckParams<br/>UINT8 加入 dtype 白名单]
    B --> C[非 RegBase: Transpose + 2d L0]
    C --> D[host Tiling<br/>GetDataTypeVal 增加<br/>case DT_UINT8 → 1]
    D --> E[Kernel 模板分发<br/>新增 dataType==1 分支<br/>UpsampleNearestND&lt;uint8_t, MODE&gt;]
    E --> F{1d 实际 MODE}
    F -->|MODE=0 COMMON| G1[NearestComputeBase<br/>无 Gather, 无桥接]
    F -->|MODE=2 SMALL_C| G2[ProcessOutputSmallC<br/>无 Gather, 无桥接]
    G1 --> H[ViewCopy → out]
    G2 --> H

图四：aclnnUpsampleNearestExact2d UINT8 增加流程图

flowchart TD
    A[aclnnUpsampleNearestExact2d] --> B[CheckParams + 视图变换<br/>UINT8 加入 dtype 白名单]
    B --> C[Tiling + Kernel 模板分发<br/>dataType=1, T=uint8_t]
    C --> D{2d 实际 MODE}
    D -->|MODE=0/2| E[无 Gather, 无桥接]
    D -->|MODE=1 SMALL_CW| F[ProcessOutputSmallCW<br/>调用 GatherWithBridge]
    F --> G[Cast u8→half<br/>Gather half<br/>Cast half→u8]
    E --> H[ViewCopy → out]
    G --> H

支持硬件

支持的芯片版本	是否勾选	UINT8
Atlas A2 训练系列产品/Atlas A2 推理系列产品（ascend910b）	√	√
Atlas A3 训练系列产品/Atlas A3 推理系列产品（ascend910_93）	√	√
Atlas 推理系列产品（ascend310p）	√	×（不在本任务范围）
Kirin X90 / Kirin 9030	√	×

算子约束限制

1. 输入、输出 tensor 元素个数不超过 int32_t 最大值。
2. 不支持空 Tensor（1d 接口）。
3. 输出 dtype/format 须与输入一致。
4. UINT8 不在 310P / Kirin 上支持：310P 走 upsample_nearest_310p.h，其 ComputeNearest 使用 Duplicate/Add/SetAtomicAdd<T> 等算术与原子累加指令完成清零累加，这些指令不支持 b8(UINT8) 类型；且本任务适配硬件为 Atlas A2/A3，故 310P/Kirin 保持原 {FLOAT16, FLOAT} 不变。
5. UINT8 取值范围 [0, 255]，最近邻为纯拷贝，不存在溢出/截断。
6. Atlas A2/A3 上 Gather API 不支持 b8：本方案通过 Cast(uint8→half) 桥接，将 Gather 在 half 域执行后回 Cast 到 uint8。half 整数精度上限 2048 远大于 255，桥接过程零误差。

兼容性分析

• 对既有 FLOAT32/FLOAT16/BFLOAT16 功能与性能无影响：
  • GatherWithBridge 中 if constexpr (std::is_same_v<T, uint8_t>) 分支在 fp16/fp32 编译期消除，直接降为原 Gather 调用，无任何运行时开销
  • GatherElemSize<T>() 对 fp16/fp32 返回 sizeof(T)，offset 计算与原代码完全一致
  • 仅 T == uint8_t 时编译期才把桥接分支编译进 kernel
• 仅新增 UINT8 能力，属于能力增强，无接口/ABI 破坏。

精度标准/性能标准

验收标准	描述(不涉及说明原因)	标准来源
精度标准	满足AscendOpTest默认值
性能标准	对比fp16数据类型性能相比，劣化5%之内