GroupedDynamicBlockQuant

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：根据传入的分组索引的起始值（group_list）对各个group以基本块的粒度进行量化，量化为（FP8/HiFP8），并输出量化参数scale（FP32）。

• 计算公式：

  $$input\_max=block\_reduce\_max(abs(input))$$

  $$scale=min(input\_max/FP8\_MAX(HiF8\_MAX),1/min\_scale)$$

  $$y=cast\_to\_[HiF8/FP8](input/scale)$$

参数说明

参数名	输入/输出/属性	描述	数据类型	数据格式
x	输入	表示算子输入的Tensor，形如[M, N]或[B, M, N]，对应公式中的input。	FLOAT16、BFLOAT16	ND
group_list	输入	表示在M轴上每个group的偏移（cumsum模式）。	INT32	ND
min_scale	输入	表示参与scale计算的最小scale值，对应公式中的min_scale。	DOUBLE	-
round_mode	可选属性	表示最后由高bit数据cast到目标数据类型的近似模式。	STRING	-
dst_type	输入	表示数据转换后y的数据类型。	INT64	-
row_block_size	输入	表示指定M轴上的量化粒度。	INT64	-
col_block_size	输入	表示指定N轴上的量化粒度。	INT64	-
group_list_type	输入	表示group_list的功能类型。	INT64	-
y	输出	表示量化后的输出Tensor，对应公式中的y。	HIFLOAT8、FLOAT8_E4M3FN、FLOAT8_E5M2	ND
scale	输出	表示每个分组对应的量化尺度，对应公式中的scale。	FLOAT32	ND

调用说明

调用方式	样例代码	说明
aclnn接口	test_aclnn_grouped_dynamic_block_quant	通过aclnnGroupedDynamicBlockQuant接口方式调用GroupedDynamicBlockQuant算子。
图模式	-	通过算子IR构图方式调用GroupedDynamicBlockQuant算子。