AddMatMatElements

产品支持情况

产品	是否支持
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	√
Atlas 200I/500 A2 推理产品	×
Atlas 推理系列产品	√
Atlas 训练系列产品	√

功能说明

• 算子功能：对输入张量 a、b 进行逐元素相乘后，与输入张量 c 按标量 alpha、beta 进行加权求和，结果写入输出张量 cOut。

• 计算公式：

  $$cOu{t}_i=c_i\times \beta +\alpha \times a_i\times b_i$$

  其中 a、b、c 支持 PyTorch addcmul / numpy 风格的广播，cOut 的 shape 等于 broadcast(a, b, c) 的统一 shape，alpha、beta 为 float 标量。

参数说明

参数名	输入/输出/属性	描述	数据类型	数据格式
c	输入	公式中的输入张量 c，按 beta 缩放后参与累加。	FLOAT16、FLOAT、BFLOAT16	ND
a	输入	公式中的输入张量 a，参与逐元素相乘。	同 c（shape 支持与 b/c 广播）	ND
b	输入	公式中的输入张量 b，与 a 进行逐元素相乘。	同 c（shape 支持与 a/c 广播）	ND
beta	输入（1-element 标量 tensor）	标量缩放系数，对 c 进行缩放。	同 c	ND
alpha	输入（1-element 标量 tensor）	标量缩放系数，对 a × b 的乘积进行缩放。	同 c	ND
cOut	输出	公式中的输出张量 cOut，shape 必须等于 broadcast(a, b, c)。	同 c	ND

约束说明

• a、b、c、cOut 四个张量必须具有完全一致的 dtype。
• a、b、c 支持 PyTorch addcmul / numpy 风格的广播（尾部对齐、size=1 维度扩展）。
• cOut 的 shape 必须等于 broadcast(a, b, c) 的统一 shape，否则参数非法。
• 张量最大维度为 8。
• 仅支持 ND 格式，不支持私有格式。
• alpha、beta 不可为空指针。

调用说明

调用方式	样例代码	说明
图模式	test_geir_add_mat_mat_elements.cpp	通过图模式方式调用AddMatMatElements算子。