aclnnDequantSwigluQuantV2

产品支持情况

• Ascend 950PR/Ascend 950DT：支持

• Atlas A3 训练系列产品/Atlas A3 推理系列产品：支持

• Atlas A2 训练系列产品/Atlas A2 推理系列产品：支持

• Atlas 200I/500 A2 推理产品：不支持

• Atlas 推理系列产品：不支持

• Atlas 训练系列产品：不支持

功能说明

• 接口功能：在Swish门控线性单元激活函数前后添加dequant和quant操作，实现x的DequantSwigluQuant计算。本接口相较于aclnnDequantSwigluQuant有两类新增参数：

  1）新增了三个Ascend 950PR/Ascend 950DT上使用的输入参数：dstType、roundModeOptional、activateDim。

  2）在Atlas A3 训练系列产品/Atlas A3 推理系列产品和Atlas A2 训练系列产品/Atlas A2 推理系列产品上，新增了四个参数用于GPT-OSS使用的变体SwiGLU：swigluMode、clampLimit、gluAlpha和gluBias；在Ascend 950PR/Ascend 950DT上使用该接口时，需要给这四个参数设置默认值。请根据实际情况选择合适的接口。

• swigluMode为0时的计算公式：

  $$dequantOu{t}_i=Dequant(x_i)$$

  $$swigluOu{t}_i=Swiglu(dequantOu{t}_i)=Swish(A_i)\ast B_i$$

  $$ou{t}_i=Quant(swigluOu{t}_i)$$

  其中，A_i表示dequantOut_i的前半部分，B_i表示dequantOut_i的后半部分。

• swigluMode为1时的计算公式：

  $$dequantOu{t}_i=Dequant(x_i)$$

  $$x\_glu=x\_glu.clamp(min=None,max=clampLimit)$$

  $$x\_linear=x\_linear.clamp(min=-clampLimit,max=clampLimit)$$

  $$out\_glu=x\_glu\ast sigmoid(gluAlpha\ast x\_glu)$$

  $$swigluOu{t}_i=out\_glu\ast (x\_linear+gluBias)$$

  $$ou{t}_i=Quant(swigluOu{t}_i)$$

  其中，x_glu表示dequantOut_i的偶数索引部分，x_linear表示dequantOut_i的奇数索引部分。

• swigluMode为2时的计算公式：

  计算逻辑与swigluMode为1时相同（同为GPT-OSS变体SwiGLU，使用clampLimit、gluAlpha和gluBias）：

  $$dequantOu{t}_i=Dequant(x_i)$$

  $$x\_glu=x\_glu.clamp(min=None,max=clampLimit)$$

  $$x\_linear=x\_linear.clamp(min=-clampLimit,max=clampLimit)$$

  $$out\_glu=x\_glu\ast sigmoid(gluAlpha\ast x\_glu)$$

  $$swigluOu{t}_i=out\_glu\ast (x\_linear+gluBias)$$

  $$ou{t}_i=Quant(swigluOu{t}_i)$$

  与swigluMode为1的区别在于x_glu与x_linear的切分方式：swigluMode为2时，x_glu表示dequantOut_i的前半部分，x_linear表示dequantOut_i的后半部分（与swigluMode为0的切分方式一致）；swigluMode为1时为奇偶索引交错切分。

• swigluMode为3时的计算公式（Step3.5模型变体SwiGLU，使用clampLimit）：

  $$dequantOu{t}_i=Dequant(x_i)$$

  $$gate=dequantOu{t}_i[:,:H/2]$$

  $$up=dequantOu{t}_i[:,H/2:]$$

  $$gate=SiLU(gate)=gate\ast sigmoid(gate)$$

  $$gate=gate.clamp(max=clampLimit)$$

  $$up=up.clamp(min=-clampLimit,max=clampLimit)$$

  $$swigluOu{t}_i=gate\ast up$$

  $$ou{t}_i=Quant(swigluOu{t}_i)$$

  其中，gate表示dequantOut_i的前半部分，up表示dequantOut_i的后半部分（与swigluMode为0的切分方式一致）。swigluMode为3结合了swigluMode为0的SiLU激活方式和swigluMode为2的前后切分及clamp限幅机制，但不使用gluAlpha和gluBias参数。

函数原型

每个算子分为两段式接口，必须先调用“aclnnDequantSwigluQuantV2GetWorkspaceSize”接口获取计算所需workspace大小以及包含了算子计算流程的执行器，再调用“aclnnDequantSwigluQuantV2”接口执行计算。

aclnnStatus aclnnDequantSwigluQuantV2GetWorkspaceSize(
  const aclTensor *x,
  const aclTensor *weightScaleOptional,
  const aclTensor *activationScaleOptional,
  const aclTensor *biasOptional,
  const aclTensor *quantScaleOptional,
  const aclTensor *quantOffsetOptional,
  const aclTensor *groupIndexOptional,
  bool             activateLeft,
  char            *quantModeOptional,
  int64_t          dstType,
  char            *roundModeOptional,
  int64_t          activateDim,
  int64_t          swigluMode,
  double           clampLimit,
  double           gluAlpha,
  double           gluBias,
  const aclTensor *yOut,
  const aclTensor *scaleOut,
  uint64_t        *workspaceSize,
  aclOpExecutor  **executor)

aclnnStatus aclnnDequantSwigluQuantV2(
  void          *workspace,
  uint64_t       workspaceSize,
  aclOpExecutor *executor,
  aclrtStream    stream)

aclnnDequantSwigluQuantV2GetWorkspaceSize

• 参数说明：

  参数名	输入/输出	描述	使用说明	数据类型	数据格式	维度(shape)	非连续Tensor
  x（aclTensor*）	输入	输入待处理的数据，公式中的x。	shape为[X1,X2,...Xn,2H]，shape不超过8维，不小于2维。 输入x对应activateDim的维度需要是2的倍数。	FLOAT16、BFLOAT16、INT32	ND	2-8	x
  weightScaleOptional（aclTensor*）	输入	weight的反量化scale。	shape支持1维或2维，shape表示为[2H]或[groupNum, 2H]，且取值2H和x最后一维保持一致。 可选参数，支持传空指针。当groupIndexOptional为空指针时，shape为[2H]，[1, 2H]；当groupIndexOptional不为空指针时，shape为[groupNum, 2H]。	FLOAT	ND	1或2	x
  activationScaleOptional（aclTensor*）	输入	激活函数的反量化scale。	激活函数的反量化scale。 shape为[X1,X2,...Xn]，shape不超过7维不小于1维，维度比x的维度少一维，且shape与对应维度的x的shape一致。 可选参数，支持传空指针。	FLOAT	ND	1-7	x
  biasOptional（aclTensor*）	输入	Matmul的bias，公式中的biasOptional。	shape支持1维或2维，shape表示为[2H]或[groupNum, 2H]，且取值2H和x最后一维保持一致。当groupIndexOptional为空指针时，shape为[2H]；当groupIndexOptional不为空指针时，shape为[groupNum, 2H]。 可选参数，支持传空指针。	FLOAT、FLOAT16、BFLOAT16、INT32	ND	1或2	x
  quantScaleOptional（aclTensor*）	输入	量化的scale，公式中的quantScaleOptional。	当quantModeOptional为static时，shape为1维，值为1，shape表示为shape[1]。 当quantModeOptional为dynamic时，shape为1维或2维，shape表示为[H], [2H]或[groupNum, H]。 当groupIndexOptional为空指针且activateDim为尾轴时，shape为[H]。 当groupIndexOptional不为空指针且activateDim为尾轴时，shape为[groupNum, H]。	FLOAT	ND	-	x
  quantOffsetOptional（aclTensor*）	输入	量化的offset。	quant_mode为动态时不需要quantOffset输入，静态量化中quantOffset必须输入，且数据类型与shape同quantScale。	FLOAT	ND	-	x
  groupIndexOptional（aclTensor*）	输入	MoE分组需要的group_index。	shape支持1维或2维的Tensor，shape为[groupNum]或[groupNum, 2]，groupNum大于等于1。 可选参数，支持传空指针。	INT64	ND	1或2	x
  activateLeft（bool）	输入	表示是否对输入的左半部分做swiglu激活。	当值为false时，对输入的右半部分做激活。如果swigluMode为1，activateLeft必须为true。	-	-	-	-
  quantModeOptional（char*）	输入	表示使用动态量化或静态量化。	支持“dynamic”和“static”。 支持传入空指针，传入空指针时，则默认使用“static”。	-	-	-	-
  dstType（int64_t）	输入	表示指定输出y的数据类型。	dstType的取值范围是:[2, 34,35, 36, 40, 41]，分别对应INT8、HIFLOAT8、FLOAT8_E5M2、FLOAT8_E4M3FN、FLOAT4_E2M1、FLOAT4_E1M2。	-	-	-	-
  roundModeOptional（char*）	输入	表示对输出y结果的舍入模式。	取值范围是：["rint", "round", "floor", "ceil", "trunc"]。 当输出y的数据类型为INT8、FLOAT8_E5M2、FLOAT8_E4M3FN时，仅支持"rint"模式。 当输出y的数据类型为HIFLOAT8时，仅支持"round"模式。 支持传入空指针，传入空指针时，则默认使用“rint”。	-	-	-	-
  activateDim（int64_t）	输入	表示进行swish计算时，选择的指定切分轴。	activateDim的取值范围是：[-xDim, xDim - 1]（其中xDim指输入x的维度）。 当activateDim对应的不是x的尾轴时，不允许输入groupIndexOptional。 当activateDim对应的不是x的尾轴时，quantModeOptional仅支持static。	-	-	-	-
  swigluMode（int64_t）	输入	表示swiglu的计算模式。	取值范围为：[0, 1, 2]，默认是0。 0：表示传统swiglu计算方式。 1：表示swiglu的变种（GPT-OSS变体），使用奇偶分块方式，并支持clampLimit、gluAlpha激活系数以及gluBias偏差。 2：计算方式与1相同（同为变体swiglu，支持clampLimit、gluAlpha、gluBias），区别在于使用连续前后半分块方式（与0的切分方式一致），而非奇偶分块。	-	-	-	-
  clampLimit（double）	输入	表示变体swiglu使用的门限值。	该参数为可选参数。 用于对输入进行裁剪，其值需大于0且小于无穷，避免过大数值影响swiglu计算稳定性，默认值为7.0。	-	-	-	-
  gluAlpha（double）	输入	表示变体swiglu使用的参数。	该参数为可选参数。 用于调整glu激活函数中线性部分的缩放，默认值为1.702。	-	-	-	-
  gluBias（double）	输入	表示变体swiglu使用的偏差参数。	该参数为可选参数。 用于在swiglu的线性计算中增加偏移，默认值为1.0。	-	-	-	-
  yOut（aclTensor*）	输出	-	当activateDim对应的x的尾轴时，shape为[X1,X2,...Xn,H]。 当activateDim对应的不是x的尾轴时，shape为[X1,X2,...,XactivateDim / 2,...,2H]。 当yOut的数据类型为FLOAT4_E2M1、FLOAT4_E1M2时，yOut的最后一维需要是2的倍数。 当activateDim对应的不是x的尾轴时，yOut的尾轴需要小于5120。	INT8、HIFLOAT8、FLOAT8_E5M2、FLOAT8_E4M3FN、FLOAT4_E2M1、FLOAT4_E1M2	ND	2-8	x
  scaleOut（aclTensor*）	输出	-	当activateDim对应的x的尾轴时，shape为[X1,X2,...,Xn]。 当activateDim对应的不是x的尾轴时，shape为[X1,X2,...,XactivateDim / 2,...,Xn]。 当quantModeOptional为static时，不计算scaleOut。	FLOAT	ND	1-7	x
  workspaceSize（uint64_t*）	输出	返回需要在Device侧申请的workspace大小。	-	-	-	-	-
  executor（aclOpExecutor**）	输出	返回op执行器，包含了算子计算流程。	-	-	-	-	-

  • 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：
    • x参数中，仅支持输入为2维，数据类型为INT32、BFLOAT16。
    • quantScaleOptional参数中，当quantModeOptional为static时，shape表示为[groupNum]或[groupNum, H]，当quantModeOptional为dynamic时，shape表示为[groupNum]或[groupNum, H]。
    • groupIndexOptional参数中，仅支持输入为1维[groupNum]，不支持空指针。
    • dstType参数中，仅支持输入为2-INT8。
    • roundModeOptional参数中，仅支持输入为空指针或“rint”。
    • activateDim参数中，仅支持-1。

• 返回值：

  aclnnStatus：返回状态码，具体参见aclnn返回码。

  第一段接口会完成入参校验，出现以下场景时报错：

  返回码	错误码	描述
  ACLNN_ERR_PARAM_NULLPTR	161001	传入的x、yOut或scaleOut是空指针。 当x的数据类型为int32时，weightScaleOptional是空指针。 当quantModeOptional为static时，quantScaleOptional是空指针。
  ACLNN_ERR_PARAM_INVALID	161002	输入或输出的数据类型不在支持的范围内。
  		输入或输出的参数维度不在支持的范围内。
  		quantModeOptional不在指定的取值范围内。
  		dstType不在指定的取值范围内。
  		roundModeOptional不在指定的取值范围内。
  		activateDim不在指定的取值范围内。
  		weightScaleOptional、activationScaleOptional、biasOptional、quantScaleOptional、 groupIndexOptional的shape与x不满足约束。

aclnnDequantSwigluQuantV2

• 参数说明：

  参数名	输入/输出	描述
  workspace	输入	在Device侧申请的workspace内存地址。
  workspaceSize	输入	在Device侧申请的workspace大小，由第一段接口aclnnDequantSwigluQuantV2GetWorkspaceSize获取。
  executor	输入	op执行器，包含了算子计算流程。
  stream	输入	指定执行任务的Stream。

• 返回值：

  aclnnStatus：返回状态码，具体参见aclnn返回码。

约束说明

• 确定性计算：

  • aclnnDequantSwigluQuantV2默认确定性实现。

• 输入x对应activateDim的维度需要是2的倍数，且x的维数必须大于1维。

• 当输入x的数据类型为INT32时，weightScaleOptional不能为空；当输入x的数据类型不为INT32时，weightScaleOptional不允许输入，传入空指针。

• 当输入x的数据类型不为INT32时，activationScaleOptional不允许输入，传入空指针。

• 当输入x的数据类型不为INT32时，biasOptional不允许输入，传入空指针。

• 当输出yOut的数据类型为FLOAT4_E2M1、FLOAT4_E1M2时，yOut的最后一维需要是2的倍数。

• 当activateDim对应的维度不是x的尾轴时，输出yOut的尾轴不超过5120。

• groupIndexOptional所有元素之和不能大于输入x除尾轴之外的剩余轴的乘积。

• 输出yOut和scaleOut超出groupIndexOptional所有元素之和的部分未进行清理处理，该部分内存为垃圾数据。

• 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：
  • 当groupIndexOptional输入时，算子支持的输入张量的内存大小有上限，x的尾轴不超过7232。
  • x的最后一维必须能被64整除。
  • quant_mode为dynamic时，quant_offset必须为空。

调用示例

示例代码如下，仅供参考，具体编译和执行过程请参考编译与运行样例。

#include <iostream>
#include <vector>
#include "acl/acl.h"
#include "aclnnop/aclnn_dequant_swiglu_quant_v2.h"

#define CHECK_RET(cond, return_expr) \
  do {                               \
    if (!(cond)) {                   \
      return_expr;                   \
    }                                \
  } while (0)

#define LOG_PRINT(message, ...)     \
  do {                              \
    printf(message, ##__VA_ARGS__); \
  } while (0)

int64_t GetShapeSize(const std::vector<int64_t>& shape) {
  int64_t shapeSize = 1;
  for (auto i : shape) {
    shapeSize *= i;
  }
  return shapeSize;
}

int Init(int32_t deviceId, aclrtStream* stream) {
  // 固定写法，资源初始化
  auto ret = aclInit(nullptr);
  CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclInit failed. ERROR: %d\n", ret); return ret);
  ret = aclrtSetDevice(deviceId);
  CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclrtSetDevice failed. ERROR: %d\n", ret); return ret);
  ret = aclrtCreateStream(stream);
  CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclrtCreateStream failed. ERROR: %d\n", ret); return ret);
  return 0;
}

template <typename T>
int CreateAclTensor(const std::vector<T>& hostData, const std::vector<int64_t>& shape, void** deviceAddr,
                    aclDataType dataType, aclTensor** tensor) {
  auto size = GetShapeSize(shape) * sizeof(T);
  // 调用aclrtMalloc申请device侧内存
  auto ret = aclrtMalloc(deviceAddr, size, ACL_MEM_MALLOC_HUGE_FIRST);
  CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclrtMalloc failed. ERROR: %d\n", ret); return ret);
  // 调用aclrtMemcpy将host侧数据拷贝到device侧内存上
  ret = aclrtMemcpy(*deviceAddr, size, hostData.data(), size, ACL_MEMCPY_HOST_TO_DEVICE);
  CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclrtMemcpy failed. ERROR: %d\n", ret); return ret);

  // 计算连续tensor的strides
  std::vector<int64_t> strides(shape.size(), 1);
  for (int64_t i = shape.size() - 2; i >= 0; i--) {
    strides[i] = shape[i + 1] * strides[i + 1];
  }

  // 调用aclCreateTensor接口创建aclTensor
  *tensor = aclCreateTensor(shape.data(), shape.size(), dataType, strides.data(), 0, aclFormat::ACL_FORMAT_ND,
                            shape.data(), shape.size(), *deviceAddr);
  return 0;
}

int main() {
  // 1. （固定写法）device/stream初始化，参考acl API手册
  // 根据自己的实际device填写deviceId
  int32_t deviceId = 0;
  aclrtStream stream;
  auto ret = Init(deviceId, &stream);
  CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("Init acl failed. ERROR: %d\n", ret); return ret);

  // 2. 构造输入与输出，需要根据API的接口自定义构造
  std::vector<int64_t> xShape = {2, 64};
  std::vector<int64_t> weightScaleShape = {1, 64};
  std::vector<int64_t> activationScaleShape = {2};
  std::vector<int64_t> biasShape = {1, 64};
  std::vector<int64_t> scaleShape = {1, 32}; // quantscale
  std::vector<int64_t> offsetShape = {1};
  std::vector<int64_t> groupIndexShape = {1};
  std::vector<int64_t> outShape = {2, 32};
  std::vector<int64_t> scaleOutShape = {2};

  void* xDeviceAddr = nullptr;
  void* weightScaleDeviceAddr = nullptr;
  void* activationScaleDeviceAddr = nullptr;
  void* biasDeviceAddr = nullptr;

  void* scaleDeviceAddr = nullptr;
  void* offsetDeviceAddr = nullptr;
  void* groupIndexDeviceAddr = nullptr;
  void* outDeviceAddr = nullptr;
  void* scaleOutDeviceAddr = nullptr;

  aclTensor* x = nullptr;
  aclTensor* weightScale = nullptr;
  aclTensor* activationScale= nullptr;
  aclTensor* bias = nullptr;

  aclTensor* scale = nullptr;
  aclTensor* offset = nullptr;
  aclTensor* groupIndex = nullptr;
  aclTensor* out = nullptr;
  aclTensor* scaleOut = nullptr;

  std::vector<int32_t> xHostData = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22,
                                    23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42,
                                    43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63,
                                    0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22,
                                    23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42,
                                    43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63};
  std::vector<float> weightScaleData = {1.0};
  std::vector<float> activationScaleData = {1.0};
  std::vector<float> biasData = {1.0};
  std::vector<int64_t> groupIndexData = {1};
  std::vector<float> scaleHostData = {1};
  std::vector<float> offsetHostData = {1};
  std::vector<int8_t> outHostData = {0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0};
  std::vector<float> scaleOutHostData = {0, 0};

  bool activateLeft = true;
  int64_t dstType = 2;
  int64_t activateDim = -1;
  int64_t swigluMode = 1;
  float clampLimit = 7.0;
  float gluAlpha = 1.0;
  float gluBias = 1.702;

  // 创建x aclTensor
  ret = CreateAclTensor(xHostData, xShape, &xDeviceAddr, aclDataType::ACL_INT32, &x);
  CHECK_RET(ret == ACL_SUCCESS, return ret);
  // 创建weightScale
  ret = CreateAclTensor(weightScaleData, weightScaleShape, &weightScaleDeviceAddr, aclDataType::ACL_FLOAT, &weightScale);
  // 创建activationScale
  ret = CreateAclTensor(activationScaleData, activationScaleShape, &activationScaleDeviceAddr, aclDataType::ACL_FLOAT, &activationScale);
  CHECK_RET(ret == ACL_SUCCESS, return ret);
  // 创建bias
  ret = CreateAclTensor(biasData, biasShape, &biasDeviceAddr, aclDataType::ACL_FLOAT, &bias);
  CHECK_RET(ret == ACL_SUCCESS, return ret);
  // 创建scale aclTensor
  ret = CreateAclTensor(scaleHostData, scaleShape, &scaleDeviceAddr, aclDataType::ACL_FLOAT, &scale);
  CHECK_RET(ret == ACL_SUCCESS, return ret);
  // 创建offset aclTensor
  ret = CreateAclTensor(offsetHostData, offsetShape, &offsetDeviceAddr, aclDataType::ACL_FLOAT, &offset);
  CHECK_RET(ret == ACL_SUCCESS, return ret);
  // 创建groupIndex aclTensor
  ret = CreateAclTensor(groupIndexData, groupIndexShape, &groupIndexDeviceAddr, aclDataType::ACL_INT64, &groupIndex);
  CHECK_RET(ret == ACL_SUCCESS, return ret);
  // 创建out aclTensor
  ret = CreateAclTensor(outHostData, outShape, &outDeviceAddr, aclDataType::ACL_INT8, &out);
  CHECK_RET(ret == ACL_SUCCESS, return ret);
  // 创建scaleOut aclTensor
  ret = CreateAclTensor(scaleOutHostData, scaleOutShape, &scaleOutDeviceAddr, aclDataType::ACL_FLOAT, &scaleOut);
  CHECK_RET(ret == ACL_SUCCESS, return ret);
  // 3. 调用CANN算子库API，需要修改为具体的Api名称
  uint64_t workspaceSize = 0;
  aclOpExecutor* executor;
  // 调用aclnnDequantSwigluQuantV2第一段接口
  ret = aclnnDequantSwigluQuantV2GetWorkspaceSize(x, weightScale, activationScale, bias, scale, nullptr, groupIndex, activateLeft, "dynamic", dstType, "rint", activateDim, swigluMode, clampLimit, gluAlpha, gluBias, out, scaleOut, &workspaceSize, &executor);
  CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclnnDequantSwigluQuantV2GetWorkspaceSize failed. ERROR: %d\n", ret); return ret);
  // 根据第一段接口计算出的workspaceSize申请device内存
  void* workspaceAddr = nullptr;
  if (workspaceSize > 0) {
    ret = aclrtMalloc(&workspaceAddr, workspaceSize, ACL_MEM_MALLOC_HUGE_FIRST);
    CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("allocate workspace failed. ERROR: %d\n", ret); return ret);
  }
  // 调用aclnnDequantSwigluQuantV2第二段接口
  ret = aclnnDequantSwigluQuantV2(workspaceAddr, workspaceSize, executor, stream);
  CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclnnDequantSwigluQuantV2 failed. ERROR: %d\n", ret); return ret);

  // 4. （固定写法）同步等待任务执行结束
  ret = aclrtSynchronizeStream(stream);
  CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("aclrtSynchronizeStream failed. ERROR: %d\n", ret); return ret);

  // 5. 获取输出的值，将device侧内存上的结果拷贝至host侧，需要根据具体API的接口定义修改
  auto size = GetShapeSize(outShape);
  std::vector<int8_t> resultData(size, 0);
  ret = aclrtMemcpy(resultData.data(), resultData.size() * sizeof(resultData[0]), outDeviceAddr,size * sizeof(resultData[0]), ACL_MEMCPY_DEVICE_TO_HOST);
  CHECK_RET(ret == ACL_SUCCESS, LOG_PRINT("copy result from device to host failed. ERROR: %d\n", ret); return ret);
  for (int64_t i = 0; i < size; i++) {
    LOG_PRINT("result[%ld] is: %d\n", i, resultData[i]);
  }
  // 6. 释放aclTensor和aclScalar，需要根据具体API的接口定义修改
  aclDestroyTensor(x);
  aclDestroyTensor(scale);
  aclDestroyTensor(offset);
  aclDestroyTensor(out);
  aclDestroyTensor(scaleOut);
  // 7. 释放device资源，需要根据具体API的接口定义修改
  aclrtFree(xDeviceAddr);
  aclrtFree(scaleDeviceAddr);
  aclrtFree(offsetDeviceAddr);
  aclrtFree(outDeviceAddr);
  aclrtFree(scaleOutDeviceAddr);
  if (workspaceSize > 0) {
    aclrtFree(workspaceAddr);
  }
  aclrtDestroyStream(stream);
  aclrtResetDevice(deviceId);
  aclFinalize();
  return 0;
}