QuantBatchMatmulV3

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	√
Kirin X90 处理器系列产品	√
Kirin 9030 处理器系列产品	√

功能说明

• 算子功能：完成量化的矩阵乘计算，最小支持输入维度为2维，最大支持输入维度为6维。

• 计算公式：

  • 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、Ascend 950PR/Ascend 950DT：

    • 无pertoken无bias：

      $$out=x1@x2\ast scale+offset$$

    • bias INT32：

      $$out=(x1@x2+bias)\ast scale+offset$$

    • bias BFLOAT16/FLOAT32（此场景无offset）：

      $$out=x1@x2\ast scale+bias$$

    • pertoken无bias：

      $$out=x1@x2\ast scale\ast pertokenScaleOptional$$

    • pertoken， bias INT32（此场景无offset）：

      $$out=(x1@x2+bias)\ast scale\ast pertokenScaleOptional$$

    • pertoken， bias BFLOAT16/FLOAT16/FLOAT32（此场景无offset）：

      $$out=x1@x2\ast scale\ast pertokenScaleOptional+bias$$

参数说明

参数名	输入/输出/属性	描述	数据类型	数据格式
x1	输入	矩阵乘运算中的左矩阵。	INT8, INT4, HIFLOAT8, FLOAT8_E5M2, FLOAT8_E4M3FN, FLOAT4_E1M2, FLOAT4_E2M1	ND, FRACTAL_NZ
x2	输入	矩阵乘运算中的右矩阵。	INT8, INT4, HIFLOAT8, FLOAT8_E5M2, FLOAT8_E4M3FN, FLOAT4_E1M2, FLOAT4_E2M1	ND, FRACTAL_NZ
scale	输入	量化参数的缩放因子，对应公式的scale。	UINT64, FLOAT32, INT64, BF16, FLOAT8_E8M0	ND
offset	输入	量化参数的偏置因子，对应公式的offset。	FLOAT32	ND
bias	输入	矩阵乘运算后累加的偏置，对应公式中的bias。	INT32, BF16, FLOAT16, FLOAT32	ND
pertoken_scale	输入	量化参数的缩放因子，对应公式中的pertokenScaleOptional。	FLOAT32, FLOAT8_E8M0	ND
y	输出	矩阵乘运算的计算结果。	FLOAT16, INT8, BF16, INT32, FLOAT32, HIFLOAT8, FLOAT8_E4M3FN	ND

• Atlas A2 训练系列产品/Atlas A2 推理系列产品：
  • x1只支持INT8、INT4数据类型。
  • x2只支持INT8、INT4数据类型。
  • scale只支持UINT64、FLOAT32、INT64、BF16数据类型。
  • bias只支持INT32、BFLOAT16、FLOAT16、FLOAT32数据类型。
  • offset只支持FLOAT32数据类型。
  • pertoken_scale只支持FLOAT32数据类型。
  • y只支持FLOAT16和BFLOAT16数据类型。
• Atlas A3 训练系列产品/Atlas A3 推理系列产品：
  • x1只支持INT8、INT4数据类型。
  • x2只支持INT8、INT4数据类型。
  • scale只支持UINT64、FLOAT32、INT64、BF16数据类型。
  • bias只支持INT32，BFLOAT16，FLOAT16，FLOAT32数据类型。
  • offset只支持FLOAT32数据类型。
  • pertoken_scale只支持FLOAT32数据类型。
  • y只支持FLOAT16和BFLOAT16数据类型。

约束说明

• 不支持空tensor。
• 支持连续tensor，非连续tensor只支持转置场景。

调用说明

调用方式	样例代码	说明
aclnn接口	test_aclnn_quant_matmul_v3	通过 aclnnQuantMatmulV3 aclnnQuantMatmulV4 aclnnQuantMatmulWeightNz aclnnQuantMatmulV5 等方式调用QuantBatchMatmulV3算子。