Thanks for sending an requirement! Please fill in the following template to help quickly solve your problem.

一、背景信息 （必填）

使用Ascend C对TBE实现的Neg算子进行重构。
实现算子适配Atlas 800I A2硬件。

二、价值/作用 （必填）

增加Ascend C实现的Neg算子，提升Ascend C算子的功能覆盖范围。

三、设计方案 （必填）

3.1 使能方式（涉及哪些框架：如Aclnn直调、Pytorch训练等）

Aclnn直调

3.2 总体设计

3.2.1 算子支持的数据类型

• 算子功能：Neg算子提供数值取负运算功能，对输入的数值型数据逐元素进行取负操作。
• 计算公式：

$$y=−x$$

3.2.2 host侧设计

tiling策略：
输入数据总量 → 评估UB容量 → 判断单核是否足够 →
├─ 是：单核策略（coreNum=1）
└─ 否：分核策略
├── 计算理论核心数
├── 与物理核心数取最小值
└── 大小核负载分配（处理余数数据）

1.分核策略
优先使用满核的原则。
根据块大小对输入数据的长度做对齐处理，基于对齐后的数据长度分别计算大、小核分配的数据块数，并保持核心间分配均衡。
2.单core内切分策略
充分使用UB空间的原则。
最大化利用UB空间，通过双缓冲技术和流水线设计隐藏数据搬运开销。UB空间按作用划分为输入缓存、输出缓存和临时缓存（如果数据类型是bfloat16），其中输入和输出缓存采用双缓冲机制，确保计算与数据搬运并行。Tile（每次compute函数计算的数据量）大小根据片上缓存容量和数据类型动态计算，每个核心的数据被划分为多个 Tile，对于最后可能包含尾数据的Tile单独进行处理。
3.tilingkey
tilingkey是否有尾块进行区分，有尾块为1，无尾块为0。

3.2.3 kernel侧设计

进行Init和Process两个阶段，其中Process包括数据搬入（CopyIn）、计算（Compute）、搬出（CopyOut）三个阶段。
Ascend C实现算子流程图如下：

3.3 支持硬件

Atlas 800I A2推理系列

3.4 算子约束限制

💡 备注（选填）